一种基于扩散模型的道路场景拟真视频生成方法

本发明公开了一种基于扩散模型的道路场景拟真视频生成方法，通过结合自动驾驶仿真软件合成数据方法和视频拟真算法，将仿真软件合成的内容可控视频映射为画面逼真，动态连贯的拟真视频；采用拓展自注意力模块，将视频拟真算法分解为逐帧进行的图像拟真转换过程，降低了长视频的拟真难度；使用语义分割图、深度估计图和内容描述文本的组合作为图像语义内容和空间结构的抽象表征，解耦了图像的内容和风格，在图像拟真转换过程中有效保持原图像的内容信息；采用开源的模型生成真实图像的语义分割图、深度估计图和内容描述文本作为训练数据，降低了训练数据集的构建难度。本发明的优点在于，生成的拟真视频画面逼真、动态连贯，视频内容可控。