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！

龙图腾网获悉清华大学申请的专利一种场景变化可控的文生视频方法、系统和设备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：CN119583907B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411842004.4，技术领域涉及：H04N21/81；该发明授权一种场景变化可控的文生视频方法、系统和设备是由朱文武;王鑫;张一彭设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种场景变化可控的文生视频方法、系统和设备在说明书摘要公布了：本申请提供了一种场景变化可控的文生视频方法、系统和设备，涉及计算机技术领域，该方法包括：将用于描述文本输入基于空间布局融合器的视频生成器，生成视频片段，视频生成器是在U型网络每层的交叉注意力模块的开头添加空间布局融合器后得到的，空间布局融合器为文本到图像生成模型；描述文本至少包括：运动主体和运动主体从第一场景移动至第二场景的运动轨迹；通过跨片段调度机制模块，将视频生成器生成的前一个视频片段末尾的多个视频帧，输入频率混合的控制分支网络；通过频率混合的控制分支网络，采用自回归的方式，根据前一个视频片段末尾的多个视频帧，进行频率信息混合，以生成长视频，长视频为符合所述描述文本的视频。

本发明授权一种场景变化可控的文生视频方法、系统和设备在权利要求书中公布了：1.一种场景变化可控的文生视频方法，其特征在于，所述方法包括： 将用于描述运动主体的运动轨迹的描述文本输入基于空间布局融合器的视频生成器，生成视频片段，所述基于空间布局融合器的视频生成器是在U型网络U-net每层的交叉注意力模块的开头添加空间布局融合器后得到的，其中，所述空间布局融合器为文本到图像生成模型；所述描述文本至少包括：所述运动主体和所述运动主体从第一场景移动至第二场景的运动轨迹； 通过跨片段调度机制模块，将所述视频生成器生成的前一个视频片段末尾的多个视频帧，输入频率混合的控制分支网络； 通过所述频率混合的控制分支网络，采用自回归的方式，根据所述前一个视频片段末尾的多个视频帧，进行频率信息混合，以生成连续的长视频，所述长视频为符合所述描述文本的视频； 其中，利用GLIGEN的基于标记的机制和门控自注意力作为所述空间布局融合器； 所述频率混合的控制分支网络包括：频率混合模块以及第一编码模块；通过所述频率混合的控制分支网络，采用自回归的方式，根据所述前一个视频片段末尾的多个视频帧，进行频率信息混合，以生成连续的长视频，包括： 将采样得到的第一噪声输入所述频率混合的控制分支网络的所述频率混合模块，所述第一噪声用于生成当前视频片段； 通过所述频率混合模块，按照掩码信息，对所述当前视频片段的初始化隐变量，拼接参考信息的低频信息，并混合所述参考信息的高频信息与低频信息，得到处理结果；所述参考信息为所述前一个视频片段末尾的多个视频帧； 通过所述第一编码模块对所述处理结果进行编码，得到编码结果； 将所述编码结果输入所述视频生成器的解码模块中，生成所述当前视频片段； 根据连续生成的多个视频片段，得到所述长视频。

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清华大学，其通讯地址为：100084 北京市海淀区双清路30号；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。