基于长序列图像编码器的视频推理方法

本发明公开了一种基于长序列图像编码器的视频推理方法，属于计算机视觉领域，包括以下步骤：构建基于专家自主网络层AoE、密集型可学习残差连接、混合注意力的长序列图像编码器并进行训练；使用训练后的长序列图像编码器对视频编码器进行初始化，并进一步训练视频编码器；训练视频思维链推理模型，得到训练好的视频思维链推理模型；基于训练好的视频思维链推理模型进行视频推理。本发明可有效降低计算复杂度，提高图像特征提取效率和视频推理准确性，减少对采样技术依赖，提升模型可用性与安全性。