CN119583907A 一种场景变化可控的文生视频方法、系统和设备 （清华大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119583907A

(43)申请公布日2025.03.07

(21)申请号202411842004.4

(22)申请日2024.12.13

(71)申请人清华大学

地址100084北京市海淀区双清路30号

(72)发明人朱文武王鑫张一彭

(74)专利代理机构北京润泽恒知识产权代理有限公司11319

专利代理师苟冬梅

(51)Int.Cl.

H04N21/81(2011.01)

H04N21/854(2011.01)

H04N21/44(2011.01)

H04N21/458(2011.01)

H04N21/466(2011.01)

权利要求书3页说明书13页附图3页

(54)发明名称

一种场景变化可控的文生视频方法、系统和

设备

(57)摘要

CN119583907A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