结合内卷与卷积算子的视频预测模型.pdfVIP

JournalofComputerApplicationsISSN1001⁃90812024⁃01⁃10

计算机应用,2024,44(1):113-122CODENJYIIDUhttp：//www.joca.cn

文章编号：1001-9081（2024）01-0113-10DOI：10.11772/j.issn.1001-9081.2023060853

结合内卷与卷积算子的视频预测模型

11，2*1111

朱俊宏，赖俊宇，甘炼强，陈智勇，刘华烁，徐国尧

（1.电子科技大学航空航天学院，成都611731；

2.飞行器集群智能感知与协同控制四川省重点实验室（电子科技大学），成都611731）

（∗通信作者电子邮箱laijy@uestc.edu.cn）

摘要：针对基于传统深度学习的视频预测中对数据空间特征提取效果不佳及预测精度低的问题，提出一种结合

内卷与卷积算子（CICO）的视频预测模型。该模型主要通过以下三个方面提高视频序列的预测性能：首先，采用不同

大小的卷积核增强对数据多粒度空间特征的提取能力，较大的卷积核能够提取更大空间范围的特征，而较小的卷积

核可更精确地捕获视频目标的运动细节，实现对目标多角度表征学习；其次，用计算效率更高、参数更少的内卷算子

替代核较大的卷积算子，内卷通过高效的通道间交互避免了大量的不必要参数，在降低计算和存储成本的同时提升

模型预测能力；最后，引入核为1×1的卷积进行线性映射，增强不同特征之间的联合表达，提高了模型参数的利用效率

并增强了预测的鲁棒性。通过多个数据集对该模型进行全面测试，结果表明，相较于目前最优的SimVP（Simpleryet

betterVideoPrediction）模型，所提模型在多项指标上均有显著提升。在移动手写数据集上，均方误差和平均绝对误差

分别降低25.2%和17.4%；在北京交通数据集上，均方误差降低1.2%；在人体行为数据集上，结构相似性指数和峰值

信噪比分别提高0.66%和0.47%。可见，所提模型在提升视频预测精度方面十分有效。

关键词：深度学习；视频预测；内卷；卷积；时空信息

中图分类号：TP181文献标志码：A

Videopredictionmodelcombininginvolutionandconvolutionoperators

11，2*1111

ZHUJunhong，LAIJunyu，GANLianqiang，CHENZhiyong，LIUHuashuo，XUGuoyao

（1.SchoolofAeronauticsandAstronautics，UniversityofElectronicScienceandTechnologyofChina，ChengduSichuan611731，China；