一种视频的图像帧处理方法及系统

本发明涉及图像帧处理技术领域，且公开了一种视频的图像帧处理方法及系统，其中的视频的图像帧处理方法包括如下步骤：S1、视频输入：输入视频某一帧，形成图片；S2、低频特征提取：采用全局特征提取器获取图片富含低频信息的特征，形成图片低频特征；S3、特征拼接：采用视频VAE提取潜在空间特征，和视频的带噪音的特征以及文本特征拼接在一起，送入DiT模型中；S4、高频特征提取：采用预训练大模型提取图片物体特征，然后经过MLp层特征学习，形成图片高频特征；S5、高频特征注入；S6、视频生成。本发明设计合理，通过把图片里的高频信息和低频信息分别注入模型的对应位置，以提高生成视频里的物体一致性。