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！

龙图腾网获悉北京化工大学申请的专利一种降低帧间误差累积的视频预测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：CN120711201B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510904331.6，技术领域涉及：H04N21/234；该发明授权一种降低帧间误差累积的视频预测方法及装置是由沈甜雨;高旌源;王坤峰;郝若森;郭特;陶子锐;王可秋;姬云洁;刘昊;李志伟设计研发完成，并于2025-07-01向国家知识产权局提交的专利申请。

本一种降低帧间误差累积的视频预测方法及装置在说明书摘要公布了：本申请提供一种降低帧间误差累积的视频预测方法及装置，其中的方法包括：获取当前时刻的图像帧以及当前时刻之前的连续m个图像帧；利用时空预测模型对当前时刻的图像帧以及当前时刻之前的连续m个图像帧进行处理，得到当前时刻之后的连续k个图像帧的隐式状态；所述时空预测模型采用隐式状态解耦的并行长短时记忆模型；利用重构层对当前时刻之后的连续k个图像帧的隐式状态进行处理，得到预测的连续k个图像帧。本申请能够将采集到的多帧观测视频一次性映射为多帧预测视频，避免逐帧递归预测导致的误差累积。

本发明授权一种降低帧间误差累积的视频预测方法及装置在权利要求书中公布了：1.一种降低帧间误差累积的视频预测方法，其特征在于,包括： 获取当前时刻的图像帧以及当前时刻之前的连续m个图像帧； 利用时空预测模型对当前时刻的图像帧以及当前时刻之前的连续m个图像帧进行处理，得到当前时刻之后的连续k个图像帧的隐式状态；所述时空预测模型采用隐式状态解耦的并行长短时记忆模型； 利用重构层对当前时刻之后的连续k个图像帧的隐式状态进行处理，得到预测的连续k个图像帧； 所述时空预测模型包括：初始化模块、处理模块和并行化处理模块； 利用时空预测模型对当前时刻的图像帧以及当前时刻之前的连续m个图像帧进行处理，得到当前时刻之后的连续k个图像帧的隐式状态；包括： 设置包含当前时刻的图像帧以及当前时刻之前的连续m个图像帧的图像帧序列为：;其中，为当前时刻的图像帧，为之前的第m个图像帧； 利用初始化模块生成初始化的预测的连续k个图像帧的隐式状态； 利用处理模块对图像帧序列进行处理，得到图像帧序列的候选隐式状态和过滤门参数向量； 利用并行化处理模块对初始化的预测的连续k个图像帧的隐式状态、图像帧序列的候选隐式状态和过滤门参数向量进行处理，得到当前时刻之后的连续k个图像帧的隐式状态； 所述处理模块包括依次连接的：线性投影层、SwinTransformer神经网络和对数函数； 利用处理模块对图像帧序列进行处理，得到图像帧序列的候选隐式状态和过滤门参数向量；包括： 利用线性投影层和SwinTransformer神经网络对图像帧序列进行处理，得到图像帧序列的候选隐式状态： 其中，表示线性投影层；表示SwinTransformer神经网络； 利用对数函数对候选隐式状态进行运算，得到过滤门参数向量: 其中，表示以e为底的对数函数； 利用并行化处理模块对初始化的预测的连续k个图像帧的隐式状态、图像帧序列的候选隐式状态和过滤门参数向量进行处理，得到当前时刻之后的连续k个图像帧的隐式状态；包括： 基于过滤门参数向量，计算第一参数： 其中，为过滤门参数向量的第i个分量； 计算第二参数： 其中，为初始化的预测的连续j个图像帧的隐式状态，；为拼接函数；表示哈达玛积； 基于第二参数，计算预测的连续k个图像帧的候选隐式状态： 其中，为以e为底的指数函数； 通过指数运算生成预测的连续k个图像帧的隐式状态： 。

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北京化工大学，其通讯地址为：100029 北京市朝阳区北三环东路15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。