AIGC视频生成时空一致性保障与首尾帧控制技术.docxVIP

AIGC视频生成时空一致性保障与首尾帧控制技术

摘要：AIGC视频生成面临的核心挑战是时空一致性问题——生成的视频帧之间常出现物体闪烁、形变漂移与背景抖动，且难以精确控制首尾帧的内容衔接。本文提出了一套“时空注意力引导+隐空间插值”的双引擎框架。在时空一致性保障方面，设计了3D因果卷积与时序移位注意力（TemporalShiftAttention）相结合的时空编码器，在潜空间中对相邻帧的隐变量施加平滑约束，抑制帧间突变。在首尾帧控制方面，提出了基于球面线性插值（SLERP）的隐空间轨迹规划方法——将首帧与尾帧的隐编码作为起点和终点，在潜空间中规划一条平滑的插值路径，确保视频从首帧自然过渡到尾帧。在开源数据集UCF-101与自定义的“物体旋转”测试集上进行了评测：时空一致性指标（FVD）从基线模型的142.3降至89.7，首尾帧控制准确率（人类评估者判断“首尾衔接自然”的比例）从52%提升至86%。在影视级镜头生成任务中，本技术成功生成了8秒、60帧的“花朵绽放”视频，首帧为花苞、尾帧为盛开花朵，中间过程自然流畅。本工作旨在为AIGC视频生成提供可靠的时空一致性保障与可控的首尾帧约束方法。

关键词：AIGC视频生成；时空一致性；首尾帧控制；隐空间插值；时序注意力

第一章绪论

AIGC（AIGeneratedContent）视频生成——利用扩散模型或自回归模型从文本描述或图像