一种基于自监督对抗生成网络的实时个性化视频生成方法

本发明公开了一种基于自监督对抗生成网络的实时个性化视频生成方法，包括如下步骤：S1、获取用户行为数据并完成预处理；S2、构建变种GAN网络，提取并编码用户行为特征；S3、将行为特征映射至结构与风格子空间，形成个性化向量集合，并对变种GAN网络进行对比式自监督训练；S4、采用基于熵值加权的动态注意力机制，对变种GAN网络进行多目标损失函数优化；S5、利用个性化向量集合实时生成满足用户个性化需求的视频内容；S6、采集用户反馈数据，增量更新个性化向量集合。本发明实现无标注、高效、精准的实时个性化视频生成，提升内容匹配与用户体验。