video_prediction

用GAN+VAE预测视频未来帧,生成多种可能结果

这是一个基于生成对抗网络(GAN)和变分自编码器(VAE)的视频预测开源项目,核心是解决视频帧序列的未来预测问题。它采用随机对抗训练方式,能够生成多种可能的未来帧,而不是单一确定性的预测,从而更好地处理视频中的不确定性。项目实现了VAE-GAN的混合架构,通过对抗损失和变分推断来学习视频动态的潜在分布,支持在给定历史帧的情况下预测后续多帧。代码基于Python,提供了模型训练和推理的完整流程,适合用于视频生成、运动预测等研究场景。作为早期项目,它更侧重于算法验证和学术探索,而非工程化部署。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 304
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类视频生成
开发团队alexlee-gk
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型adversarial,gan,generative-adversarial-network,stochastic,vae,vae-gan,variational-autoencoder,video-generation,video-prediction
GitHub 星标★ 304
30天Star增速
HF 下载量
上线时间2017-12-22 00:00:00
最近更新2026-08-23 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 结合GAN和VAE,能生成多样化且逼真的未来帧,而非单一模糊预测
  • 代码结构清晰,基于TensorFlow实现,便于二次开发和实验复现
  • 提供了预训练模型和示例,可快速上手体验视频预测效果

不足之处

  • 项目维护停滞,依赖旧版TensorFlow,环境配置可能困难
  • 文档较少,仅覆盖基本用法,深入原理需自行阅读源码
  • 文档/社区待观察

适用场景

  • 学术研究:验证随机视频预测算法效果
  • 教学演示:学习GAN和VAE在视频领域的应用
  • 原型开发:为视频生成应用提供算法参考

替代项目

PredNet、ConvLSTM、VideoGAN

项目介绍

video_prediction 是视频领域的开源项目,由 alexlee-gk 开发,2017 年首次发布。

它收录于视频分类,该分类目前共有 473 个项目,GitHub 星标数为 304。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-23。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:学术研究:验证随机视频预测算法效果。同类可对比的替代方案包括 PredNet、ConvLSTM、VideoGAN。

上一篇:clip-gan

下一篇:conditional-motion-propagation

同类项目推荐

MoneyPrinterTurbo 开源

输入一句话,高清短视频自动出炉,文案配音全包了

利用 AI 大模型和自动化工作流,根据主题或关键词一键生成高清短视频。Generate HD short ···

★ 125106 2026-08-09
seedance-2.0-api 开源

快速上手字节Seedance 2.0,文本/图片一键生成视频

Seedance 2.0 API — text-to-video and image-to-video examples

★ 332 2026-08-26
openscreen 开源

免费无水印录屏做演示,替代 Screen Studio

Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···

★ 3185 2026-08-10
MagicDance 开源

一张图+任意动作,生成身份不变的逼真人物视频

[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···

★ 777 2026-08-09