一种基于改进VAE的视频和图片生成方法及系统

本发明涉及视频和图片生成技术领域，且公开了一种基于改进VAE的视频和图片生成方法及系统，其中的一种基于改进VAE的视频和图片生成方法包括如下步骤：S1、感知损失：用预训练的深度卷积神经网络提取图像的高级特征，并通过比较这些特征计算感知损失；S2、GAN判别器：引入一个小网络作为判别器，用于判断生成的图片是真是假；S3、时间序列相似度损失：额外引入时序模块来保证生成视频与原始视频在时序上的一致性。本发明设计合理，通过引入感知损失、GAN判别器和时间序列相似度损失，有效提升了生成图像和视频的质量。通过感知损失，能够确保生成图像在高级特征上的一致性；通过GAN判别器，能够优化VAE的生成效果，使生成图像更加真实。