买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南马栏山视频先进技术研究院有限公司申请的专利基于小波变换和频率分解的一致性视频生成方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120264095B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510388116.5，技术领域涉及：H04N21/81；该发明授权基于小波变换和频率分解的一致性视频生成方法及装置是由邓正秋;黎维设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于小波变换和频率分解的一致性视频生成方法及装置在说明书摘要公布了：本发明提供了基于小波变换和频率分解的一致性视频生成方法及装置，涉及图像处理技术领域，本发明通过小波多级频带解耦‑融合框架和动态跨模态注意力机制，结合分布感知适配器的动态对齐机制与层次化扩散的HJB优化策略，在保证参数效率的同时实现跨时空维度的身份表征融合，解决了传统视频生成方法中高频细节漂移、动态场景身份失真及长序列生成稳定性差的问题，显著提升了生成视频的质量和稳定性，为视频处理和相关应用提供了更为先进的技术支持。

本发明授权基于小波变换和频率分解的一致性视频生成方法及装置在权利要求书中公布了：1.基于小波变换和频率分解的一致性视频生成方法，其特征在于，包括以下步骤： S1、基于多尺度Haar小波分解的频带解耦，提取参考图像的低频轮廓特征与高频纹理特征，并通过CLIP文本编码器获取文本提示的文本嵌入，并对所述低频轮廓特征、高频纹理特征、文本嵌入进行跨模态注意力得到多尺度小波特征Fwavelet； S2、通过频带自适应卷积模块与逆向小波重构融合多尺度小波特征Fwavelet的多级特征并保留跨尺度细节输出融合图像特征Ffused； S3、将ArcFace网络获取的参考图像的面部嵌入Earc与CLIP-ViT编码器获取的参考图像的全局上下文特征Eclip通过Q-Former融合生成精细化面部嵌入Efinal； S4、将扩散潜变量Zt、融合图像特征Ffused及身份嵌入Efinal输入至双路交叉注意力模块进行潜变量空间的身份分布对齐与时序平滑约束得到对齐潜变量Zaligned； 步骤S4具体包括以下步骤： S41、将扩散潜变量Zt注入双路交叉注意力模块，分别与融合图像特征Ffused交互得到图像特征扩散变量Zimg，与身份嵌入Efinal交互得到身份嵌入扩散变量Zface；所述双路交叉注意力模块包括图像路径交叉注意力与身份路径交叉注意力； S42、将图像特征扩散变量Zimg和身份嵌入扩散变量Zface输入至动态分布对齐模块，先通过统计量计算公式计算图像特征均值μimg及身份嵌入均值μface与图像特征标准差σimg及身份嵌入标准差σface，通过分布投影公式得到投影分布融合残差并加入门控权重γ，输出对齐潜变量Zaligned； S43、为对齐潜变量Zaligned添加时域平滑约束：其中，时域平滑约束公式如下： 其中，Lalign为时域平滑约束的损失函数，用于衡量对齐潜变量与其在不同时间步的平均池化结果之间的差异；为对齐潜变量Zaligned在第t个时间步的表示；AvgPool为平均池化操作函数；T为扩散模型的总去噪步数； S5、将对齐潜变量Zaligned与文本嵌入Etext注入时空DiT架构生成初步时序潜变量Ztime，并将扩散潜变量Zt通过Hamilton-Jacobi优化生成优化潜变量Zt-1，再将初步时序潜变量Ztime与优化潜变量Zt-1通过多帧自回归生成器生成高质量视频Voutput。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南马栏山视频先进技术研究院有限公司，其通讯地址为：410000 湖南省长沙市开福区月湖街道滨河北路280兴旺科技园A栋5楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。