CN109862389B - 一种视频处理方法、装置、服务器及存储介质 - Google Patents
一种视频处理方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN109862389B CN109862389B CN201811385876.7A CN201811385876A CN109862389B CN 109862389 B CN109862389 B CN 109862389B CN 201811385876 A CN201811385876 A CN 201811385876A CN 109862389 B CN109862389 B CN 109862389B
- Authority
- CN
- China
- Prior art keywords
- video
- frame
- paragraph
- processed
- color
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明提供了一种视频处理方法、装置、服务器和存储介质,该方法包括:对待处理视频进行切分,得到至少一个视频段落;针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数;针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频。本发明由于一个视频段落中的每一帧均采用相同的色彩调节参数进行增强处理,所以避免了画面色彩突变或者亮度互亮互暗等问题,保证了帧间增强效果一致,而且不需要人工进行色彩增强,提高了色彩增强的效率。
Description
技术领域
本发明涉及视频处理技术领域,特别是涉及一种视频处理方法、装置、服务器及存储介质。
背景技术
随着互联网技术的快速发展,用户不仅可以浏览互联网上的视频,还可以自己拍摄视频并上传共享,即出现了UGC(User Generated Content,用户原创内容)。
互联网UGC中每天会有大量用户上传的视频,但由于用户拍摄设备质量差异大,上传的视频中大部分均会存在一些问题,如由于采光不足导致的图像暗淡,由于曝光过多导致的画面过曝、过亮,老旧设备或老旧片源所致的视频内容对比度低、饱和度低,非正确设置相机参数导致的图像色彩不自然、图像失真等。目前通过色彩增强可以解决上述问题。
但是,现有技术中,色彩增强的方式有人工增强和算法自动增强两种。人工增强主要是通过专业技术人员使用专业软件,逐帧进行优化和增强,需要大量的人力和时间成本。算法增强主要是针对单帧画面进行增强,即对视频进行逐帧增强,这会导致画面帧间增强效果不一致,从而使输出的视频画面色彩突变或者亮度互亮互暗等。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种视频处理方法、装置、服务器及存储介质。
依据本发明的第一方面,提供了一种视频处理方法,包括:
对待处理视频进行切分,得到至少一个视频段落;
针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数;
针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频。
可选的,所述对待处理视频进行切分,得到至少一个视频段落,包括:
获取所述待处理视频中每相邻两帧之间的变化数据;
根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落。
可选的,所述获取所述待处理视频中每相邻两帧之间的变化数据,包括:
对所述待处理视频分别计算每相邻两帧的结构相似性SSIM值,得到所述待处理视频的帧间相似度曲线;
计算所述帧间相似度曲线的一阶导数,得到所述待处理视频的帧间差异曲线,以作为所述变化数据。
可选的,所述根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落,包括:
获取预设阈值与所述变化数据的交点;
以所述交点对应的视频帧为段落切分点对所述待处理视频进行切分,得到至少一个视频段落。
可选的,在对所述待处理视频分别计算每相邻两帧的SSIM值之前,还包括:
对所述待处理视频中连续的视频帧逐帧缩放到第一预设分辨率大小;
将所述缩放后的每一帧转换到明亮度-色度-浓度YUV空间,并抽取UV通道的特征;
对所述待处理视频分别计算每相邻两帧的SSIM值,包括:
根据相邻两帧的UV通道的特征,对所述待处理视频分别计算每相邻两帧的SSIM值。
可选的,所述针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,包括:
针对每个视频段落,抽取该视频段落中的指定帧;
将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧的色彩调节参数。
可选的,将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧的色彩调节参数,包括:
将所述指定帧缩放到第二预设分辨率大小;
将缩放后的指定帧输入所述白盒色彩增强模型,得到所述指定帧的色彩调节参数。
可选的,所述指定帧为中间一帧。
可选的,所述色彩调节参数包括曝光度、对比度和饱和度。
依据本发明的第二方面,提供了一种视频处理装置,包括:
段落切分模块,用于对待处理视频进行切分,得到至少一个视频段落;
调节参数获取模块,用于针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数;
色彩增强模块,用于针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频。
可选的,所述段落切分模块包括:
变化数据获取单元,用于获取所述待处理视频中每相邻两帧之间的变化数据;
段落切分单元,用于根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落。
可选的,所述变化数据获取单元包括:
帧间相似度计算子单元,用于对所述待处理视频分别计算每相邻两帧的SSIM值,得到所述待处理视频的帧间相似度曲线;
帧间差异计算子单元,用于计算所述帧间相似度曲线的一阶导数,得到所述待处理视频的帧间差异曲线,以作为所述变化数据。
可选的,所述段落切分单元包括:
交点获取子单元,用于获取预设阈值与所述变化数据的交点;
段落切分子单元,用于以所述交点对应的视频帧为段落切分点对所述待处理视频进行切分,得到至少一个视频段落。
可选的,所述变化数据获取单元还包括:
缩放子单元,用于在对所述待处理视频分别计算每相邻两帧的SSIM值之前,对所述待处理视频中连续的视频帧逐帧缩放到第一预设分辨率大小;
特征抽取子单元,用于将所述缩放后的每一帧转换到YUV空间,并抽取UV通道的特征;
所述帧间相似度计算子单元具体用于:
根据相邻两帧的UV通道的特征,对所述待处理视频分别计算每相邻两帧的SSIM值,得到所述待处理视频的帧间相似度曲线。
可选的,所述调节参数获取模块包括:
指定帧抽取单元,用于针对每个视频段落,抽取该视频段落中的指定帧;
调节参数确定单元,用于将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧的色彩调节参数。
可选的,所述调节参数确定单元具体用于:
将所述指定帧缩放到第二预设分辨率大小;
将缩放后的指定帧输入所述白盒色彩增强模型,得到所述指定帧的色彩调节参数。
可选的,所述指定帧为中间一帧。
可选的,所述色彩调节参数包括曝光度、对比度和饱和度。
依据本发明的第三方面,提供了一种服务器,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第一方面中所述的视频处理方法中。
依据本发明的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面中所述的视频处理方法。
针对在先技术,本发明具备如下优点:
本发明提供的视频处理方法、装置、服务器和存储介质,通过对待处理视频进行切分,得到至少一个视频段落,针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数,根据该视频段落的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频,由于一个视频段落中的每一帧均采用相同的色彩调节参数进行增强处理,所以避免了画面色彩突变或者亮度互亮互暗等问题,保证了帧间增强效果一致,而且不需要人工进行色彩增强,提高了色彩增强的效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1是本发明实施例提供的一种视频处理方法的步骤流程图;
图2是本发明实施例提供的另一种视频处理方法的步骤流程图;
图3是本发明实施例中的帧间相似度曲线的示例图;
图4是本发明实施例中的帧间差异曲线的示例图;
图5是本发明实施例中的确定帧间差异曲线与预设阈值交点的示例图;
图6是本发明实施例提供的又一种视频处理方法的步骤流程图;
图7是本发明实施例中的白盒色彩增强模型的网络结构示意图;
图8是本发明实施例提供的一种视频处理装置的结构框图;
图9为本发明实施例提供的一种服务器的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
图1是本发明实施例提供的一种视频处理方法的步骤流程图,该方法可以应用于服务器,如图1所示,该方法可以包括:
步骤101,对待处理视频进行段落切分,得到至少一个视频段落。
视频中由于剪辑的存在,经常有场景切换,每一个场景的主色调可能都是不同的,所以应该针对每一个场景,得到一组该场景图片的色彩调节参数。
一个待处理视频中可能会包括多个场景(如室内场景、室外场景等),对待处理视频进行段落切分,将连续的处于同一场景的视频帧归为一视频段落。在进行切分时,可以比较前后相邻两帧的相似度,根据相似度确定前后相邻两帧是否为同一场景,从而确定是否归为一个视频段落。
步骤102,针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数。
其中,所述指定帧可以为视频段落中的中间一帧,如一个视频段落有5帧时,指定帧可以是第3帧,当然,指定帧还可以是视频段落中的其他帧。
本发明实施例中,所述色彩调节参数可以包括但不限于以下参数中的一个或多个:曝光度、对比度和饱和度。饱和度是指色彩的鲜艳程度,也称色彩的纯度。饱和度取决于图片中含色成分和消色成分(灰色)的比例,含色成分越大,饱和度越大;消色成分越大,饱和度越小。纯的颜色都是高度饱和的,如鲜红、鲜绿。混杂上白色、灰色或其他色调的颜色,是不饱和的颜色,如绛紫、粉红、黄褐等。完全不饱和的颜色没有色调,如黑白之间的各种灰色。对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,差异范围越大代表对比度越大,差异范围越小代表对比度越小。曝光度也叫曝光值,曝光值代表能够给出同样曝光的所有相机光圈快门组合,曝光度越高,照片就越发白;曝光度低,照片就越偏暗。
在确定一个视频段落对应的最优的色彩调节参数时,可以抽取该视频段落中的指定帧,对抽取到的指定帧进行色彩调节,得到该指定帧最优的色彩调节参数,将该色彩调节参数作为该视频帧所在视频段落的色彩调节参数。或者,在另一种实现方式中,在确定一个视频段落对应的最优的色彩调节参数时,还可以分别确定该视频段落中的每一帧的色彩调节参数,得到每一帧的色彩调节参数,对该视频段落中每一帧的色彩调节参数求平均,作为该视频段落对应的色彩调节参数,例如对该视频段落中各个视频帧的曝光度、对比度和饱和度分别求平均,作为该视频段落对应的最优的曝光度、对比度和饱和度。
步骤103,针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频。
在确定每个视频段落对应的色彩调节参数后,利用每个视频段落对应的色彩调节参数对该视频段落中每一帧进行色彩增强,从而得到目标视频。在对一个视频段落进行色彩增强时,按照视频帧的顺序对每一帧进行色彩增强。对一个视频帧进行色彩增强时,依次进行曝光度、对比度和饱和度等色彩调节参数的调整,三个参数的调整顺序可以改变,但是调整后面的一个参数时要针对前面已调整的参数后的结果进行调整,即调整第一个参数时,将原视频帧作为调整对象进行调整,得到调整第一个参数后的视频帧,再将调整第一个参数后的视频帧作为第二个参数的调整对象并进行调整,得到调整第一个参数和第二个参数后的视频,再将调整第一个参数和第二个参数后的视频帧作为第三个参数的调整对象并进行调整,从而得到调整第一个参数、第二个参数和第三个参数的视频帧,即得到色彩增强处理后的视频帧,这样可以保证对一个视频帧进行所有色彩调节参数的调整。如先调整一个视频帧的曝光度,之后对调整曝光度后的该视频帧进行对比度的调整,之后再对进行了曝光度和对比度的调整的视频帧进行饱和度的调整;也可以先调整一个视频帧的对比度,之后对调整对比度后的该视频帧进行饱和度的调整,之后再对进行了对比度和饱和度的调整的视频帧进行曝光度的调整;当然,还可以按照其他的顺序调整一个视频帧的曝光度、对比度和饱和度,从而达到对该视频帧进行色彩增强处理的目的。
假设在根据色彩调节参数对每一帧进行色彩增强时,记输入图片为PI,输出图片为PO,输入图片和输出图片均通过RGB三通道来表示,pr、pg、pb分别表示三通道的像素值。
那么,对输入图片PI调节曝光度E得到的输出图片为:
PO=2EPI
其中,PI是调节曝光度之前的输入图片,PO是在曝光度为E时对输入图片进行调节得到的输出图片。
在对输入图片PI调节对比度或饱和度时均通过如下公式得到输出图片PO:
PO=(1-p)·PI+p·Enhanced(PI)
其中,PI是调节对比度或饱和度之前的输入图片,PO是调节对比度或饱和度后的输出图片,在调节对比度时系数p为对比度,在调节饱和度时系数p为饱和度。
在调节对比度时,p为确定的对比度,而Enhanced(PI)通过下式确定:
其中,亮度函数Lum(p)=0.27pr+0.67pg+0.06pb。
在调节饱和度时,p为确定的饱和度,而Enhanced(PI)通过下式确定:
EnhancedS(s,v)=s+(1-s)×(0.5-|0.5-v|)×0.8
Enhanced(PI)=HSVtoRGB(H(PI),EnhancedS(S(PI),V(PI))·V(PI))
其中,(H,S,V)表示HSV空间的一个像素。
其中,HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value),又称HSB(B即Brightness)。色相是色彩的基本属性,就是颜色的名称,如红色、黄色等。饱和度(S)是指色彩的纯度,饱和度越高色彩越纯,饱和度低则逐渐变灰,取0-100%的数值。明度(V)取0-max(计算机中HSV取值范围和存储的长度有关)。
通过本发明实施例提供的视频的色彩增强方法,可以对用户上传的视频进行色彩增强,提高视频的色彩质量;可以对老旧电影电视剧进行色彩增强,提高其画质;还可以对动画片进行色彩增强,颜色更鲜艳,适合小朋友的审美。当然,上述用途仅为举例,本发明实施例提供的视频的色彩增强方法不限于上述用途,还可以用于其他需要进行色彩增强的视频处理中。
本实施例提供的视频的色彩增强方法,通过对待处理视频进行切分,得到至少一个视频段落,针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数,针对每个视频段落根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频,由于一个视频段落中的每一帧均采用相同的色彩调节参数进行增强处理,所以避免了画面色彩突变或者亮度互亮互暗等问题,保证了帧间增强效果一致,而且不需要人工进行色彩增强,提高了色彩增强的效率。
图2是本发明实施例提供的另一种视频处理方法的步骤流程图,本实施例在上述实施例的基础上,所述对待处理视频进行切分,得到至少一个视频段落,可选包括:获取所述待处理视频中每相邻两帧之间的变化数据;根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落。如图2所示,该方法可以包括:
步骤201,获取所述待处理视频中每相邻两帧之间的变化数据。
在对待处理视频进行切分时,是为了将属于同一场景的连续视频帧归为一个视频段落,可以通过每相邻两帧之间的变化数据来确定相邻两帧是否为归为一个视频段落。
可选的,述获取所述待处理视频中每相邻两帧之间的变化数据,包括:
对待处理视频分别计算每相邻两帧的SSIM值,得到所述待处理视频的帧间相似度曲线;计算所述帧间相似度曲线的一阶导数,得到所述待处理视频的帧间差异曲线,以作为所述变化数据。
其中,SSIM(Structural Similarity Index,结构相似性)是一种衡量两幅图像相似度的指标。
对待处理视频中的连续的视频帧,分别计算每相邻两帧的SSIM值,从而得到待处理视频的帧间相似度曲线。图3是本发明实施例中的帧间相似度曲线的示例图,如图3所示,横坐标为帧数,纵坐标为SSIM值,SSIM值的范围为-1到1之间。
对帧间相似度曲线求一阶导数,得到待处理视频的帧间差异曲线。图4是本发明实施例中的帧间差异曲线的示例图,图4所示的帧间差异曲线是通过对图3所示的帧间相似度曲线求一阶导数得到的。图4中,横坐标为帧数,纵坐标为帧间差异值。
步骤202,根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落。
当变化数据的值较大,如变化数据大于或者等于预设阈值时,对待处理视频进行切分,从而得到至少一个视频段落。
可选的,根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落,包括:获取预设阈值与所述变化数据的交点;以所述交点对应的视频帧为段落切分点对所述待处理视频进行切分,得到至少一个视频段落。
其中,预设阈值是预先设定的用于段落切分点的变化数据阈值,变化数据阈值也可以称为帧间差异阈值。
将预设阈值和帧间差异曲线画在同一个坐标系中,预设阈值为一直线,如图5中的值为0.12的横线所示,确定预设阈值与帧间差异曲线的交点。预设阈值与帧间差异值相交的点即为交点,如图5中的交点1、交点2、交点3,这里仅为举例,图5中还包括更多的交点。
确定所述交点的横坐标,即所述交点对应的视频帧的帧数,该视频帧为段落切分点,从而将连续的视频帧切分为不同的段落,得到待处理视频的至少一个段落。例如,图5中交点1对应的帧数为1000,交点2对应的帧数为1200,交点3对应的帧数为1750,则交点1、交点2和交点3为段落切分点,通过这三个交点可以将第1000帧到第1199帧划分为一个视频段落,将第1200帧到第1749帧划分为一个视频段落。
步骤203,针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数。
本步骤的具体内容与上述实施例中的步骤102的具体内容相同,这里不再赘述。
步骤204,针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频。
本步骤的具体内容与上述实施例中的步骤103的具体内容相同,这里不再赘述。
本实施例提供的视频的色彩增强方法,通过获取待处理视频中每相邻两帧之间的变化数据,根据变化数据对待处理视频进行切分,得到至少一个视频段落,给出了快速可靠的视频段落切割算法,保证了将同一场景的连续视频帧归到一个段落中,避免后续进行色彩增强时的画面色彩突变或者亮度互亮互暗等问题。
在上述技术方案的基础上,在对所述待处理视频分别计算每相邻两帧的SSIM值之前,还可选包括:
对所述待处理视频中连续的视频帧逐帧缩放到第一预设分辨率大小;
将所述缩放后的视每一帧转换到YUV空间,并抽取UV通道的特征,作为对应视频帧的表征;
对所述待处理视频分别计算每相邻两帧的SSIM值,包括:
根据相邻两帧的UV通道的特征,对所述待处理视频分别计算每相邻两帧的SSIM值。
其中,YUV(也称YCrCb)是被欧洲电视系统所采用的一种颜色编码方法(属于PAL),是PAL和SECAM模拟彩色电视制式采用的颜色空间。其中的Y、U、V几个字母不是英文单词的组合词,Y表示明亮度(Luminance或Luma),也就是灰阶值;而U和V表示的则是色度和浓度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。U和V是构成彩色的两个分量。采用YUV色彩空间的重要性是亮度信号Y和色度信号U、V是分离的,如果只有Y信号分量而没有U、V信号分量,那么这样表示的图像就是黑白灰度图像。
对待处理视频中的连续的视频帧进行逐帧缩放,使其缩放后的大小为第一预设分辨率大小,便于后续进行处理,降低运算量,提高处理速度。其中,第一预设分辨率大小为预先设定的便于进行处理而又不会损失图像特征的图像分辨率大小,例如可以为64×64。根据相邻两帧中UV通道的特征,计算该相邻两帧对应的SSIM值,从而计算得到的SSIM值是和色彩相关的相似度,而不包含亮度,从而可以确定出准确的段落切分点。
本发明实施例是为了对待处理视频进行色彩增强,因此,可以将缩放后的视频帧从RGB空间转换到YUV空间,使得亮度信号和色度信号进行分离,抽取色度信号的特征,即抽取UV通道的特征,将UV通道的特征作为对应视频帧的表征,从而后续通过计算待处理视频的帧间相似度曲线时只是计算的色度信号的相似度,便于识别相邻两帧是否为同一场景,提高段落切分的准确度。
图6是本发明实施例提供的又一种视频处理方法的步骤流程图,本实施例在上述实施例的基础上,所述利用预先训练完成的白盒色彩增强模型,确定每个段落的色彩调节参数,可选包括:抽取每个段落中的一个视频帧,作为输入图片;将所述输入图片输入所述白盒色彩增强模型,得到对应段落的曝光值、对比度和饱和度。如图6所示,该方法可以包括:
步骤601,对待处理视频进行切分,得到至少一个视频段落。
本步骤的具体内容与上述实施例中的步骤101的具体内容相同,这里不再赘述。
步骤602,针对每个视频段落,抽取该视频段落中的指定帧。
可以从每个视频段落中抽取指定帧,作为白盒色彩增强模型的输入图片,用于确定对应视频段落的色彩调节参数,进一步提高处理速度。
其中,白盒色彩增强模型属于卷积神经网络模型,输出结果为色彩调节参数。白盒色彩增强模型不同于黑盒色彩增强模型,黑盒色彩增强模型直接输出一张色彩增强后的图片,无法输出色彩调节参数,如果利用黑盒色彩增强模型,只能对视频中的每一帧都分别进行色彩增强,因此无法实现对同一视频段落的视频帧进行相同的增强处理,而本发明实施例所采用的白盒色彩增强模型可以输出曝光度、对比度和饱和度等色彩调节参数,为了使得同一场景的不同视频帧不出现色彩突变,可以采用相同的色彩调节参数对同一场景的各个视频帧进行色彩增强处理,从而可以通过一组色彩调节参数对整个视频段落进行色彩增强处理,可以避免出现色彩突变。
步骤603,将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧的色彩调节参数,以作为视频段落对应的色彩调节参数。
将指定帧作为输入图片,输入白盒色彩增强模型,输出为该指定帧最优的色彩调节参数,将该指定帧最优的色彩调节参数作为该指定帧所在视频段落的色彩调节参数。
可选的,将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧的色彩调节参数,包括:
将所述指定帧缩放到第二预设分辨率大小;
将缩放后的指定帧输入所述白盒色彩增强模型,得到所述指定帧的色彩调节参数。
由于原图缩小后不会改变整体色彩的美感,所以可以对原图缩小后进行处理,大大降低了网络的运算量。所以白盒色彩增强模型的输入图片为第二预设分辨率大小的输入图片,第二预设分辨率大小远小于待处理视频中的视频帧的分辨率大小,例如可以为64×64,从而可以降低卷积神经网络的运算量,提高处理速度。示例性的,图7是本发明实施例中的白盒色彩增强模型的网络结构示意图,如图7所示,白盒色彩增强模型的网络结构包括4个卷积层及对应的激励层(如图7中输入图片与之后相邻的四个长方体之间的箭头代表卷积运算和激活运算),还有2个全连接层(图7中最后面三个长方体之间的箭头代表全连接运算),图7中的长方体表示经过一次运算后的结果。卷积层中采用的滤波器的大小可以为4×4,步长(stride)为2,输入图片为64×64×3表示输入图片的分辨率大小为64×64,通道为3通道,经过一次卷积和激活后得到的特征图的分辨率大小为32×32,通道为32通道,经过两次卷积和激活后得到的特征图的分辨率大小为16×16,通道为64通道,经过三次卷积和激活后得到的特征图的分辨率大小为8×8,通道为256通道,经过四次卷积和激活后得到的特征图的分辨率大小为4×4,通道为256通道,经过一次全连接后得到128个数据,经过两次全连接后得到输出的色彩调节参数。在训练时全连接层中的丢弃率(dropout)可以为0.5。白盒色彩增强模型的输出nc即为3个参数,分别为曝光度、对比度和饱和度。其中,激励层的激活函数为Leaky ReLU,ReLU(The Rectified Linear Unit,修正线性单元)是卷积神经网络的激励函数,具有收敛快、求梯度简单的特点,ReLU函数将矩阵内所有负值都设为零,其余的值不变。Leaky ReLU为ReLU的一种变体,Leaky ReLU是给所有负值赋予一个非零斜率,例如非零斜率可以设置为0.2。
将输入图片输入白盒色彩增强模型之前,先对输入图片进行缩放,使得缩放后的大小为第二预设分辨率大小,从而可以输入白盒色彩增强模型,降低白盒色彩模型中卷积神经网络的运算量,提高运算速度,快速得到对应段落的色彩调节参数,即曝光度、对比度和饱和度。
步骤604,针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频。
本步骤的具体内容与上述实施例中的步骤103的具体内容相同,这里不再赘述。
本实施例提供的视频的色彩增强方法,通过在确定每个段落的色彩调节参数时,抽取每个段落中的一个视频帧作为输入图片,并输入白盒色彩增强模型,得到对应视频段落的色彩调节参数,提高了处理速度。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
图8是本发明实施例提供的一种视频处理装置的结构框图,该视频处理装置可以应用于服务器中,如图8所示,该视频处理装置800可以包括:
段落切分模块801,用于对待处理视频进行切分,得到至少一个视频段落;
调节参数获取模块802,用于针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数;
色彩增强模块803,用于针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频。
可选的,所述段落切分模块包括:
变化数据获取单元,用于获取所述待处理视频中每相邻两帧之间的变化数据;
段落切分单元,用于根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落。
可选的,所述变化数据获取单元包括:
帧间相似度计算子单元,用于对所述待处理视频分别计算每相邻两帧的SSIM值,得到所述待处理视频的帧间相似度曲线;
帧间差异计算子单元,用于计算所述帧间相似度曲线的一阶导数,得到所述待处理视频的帧间差异曲线,以作为所述变化数据。
可选的,所述段落切分单元包括:
交点获取子单元,用于获取预设阈值与所述变化数据的交点;
段落切分子单元,用于以所述交点对应的视频帧为段落切分点对所述待处理视频进行切分,得到至少一个视频段落。
可选的,所述变化数据获取单元还包括:
缩放子单元,用于在对所述待处理视频分别计算每相邻两帧的SSIM值之前,对所述待处理视频中连续的视频帧逐帧缩放到第一预设分辨率大小;
特征抽取子单元,用于将所述缩放后的每一帧转换到YUV空间,并抽取UV通道的特征;
所述帧间相似度计算子单元具体用于:
根据相邻两帧的UV通道的特征,对所述待处理视频分别计算每相邻两帧的SSIM值,得到所述待处理视频的帧间相似度曲线。
可选的,所述调节参数获取模块包括:
指定帧抽取单元,用于针对每个视频段落,抽取该视频段落中的指定帧;
调节参数确定单元,用于将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧的色彩调节参数。
可选的,所述调节参数确定单元具体用于:
将所述指定帧缩放到第二预设分辨率大小;
将缩放后的指定帧输入所述白盒色彩增强模型,得到所述指定帧的色彩调节参数。
可选的,所述指定帧为中间一帧。
可选的,所述色彩调节参数包括曝光度、对比度和饱和度。
本实施例提供的视频的色彩增强装置,通过段落切分模块对待处理视频中进行段落切分,得到至少一个视频段落,调节参数获取模块针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧的色彩调节参数,以作为该视频段落对应的色彩调节参数,色彩增强模块针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频,由于一个视频段落中的每一帧均采用相同的色彩调节参数进行增强处理,所以避免了画面色彩突变或者亮度互亮互暗等问题,保证了帧间增强效果一致。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图9为本发明实施例提供的一种服务器的结构框图。如图9所示,该服务器900可以包括与一个或多个数据存储工具连接的处理器901,该数据存储工具可以包括内存单元902和存储介质903。服务器900还可以包括输入接口904和输出接口905,用于与另一装置或系统进行通信。被处理器901的CPU执行的程序代码可存储在内存单元902或存储介质904中。
服务器900中的处理器901调用存储在内存单元902或存储介质903的程序代码,以执行上述实施例中的视频处理方法。
其中,存储介质可以是只读存储器(Read-Only Memory,ROM),或是可读写的,例如硬盘、闪存。内存单元可为随机存取存储器(Random Access Memory,RAM)。内存单元可与处理器物理集成或集成在存储器中或构建为单独的单元。
处理器为上述服务器的控制中心,并提供处理装置,用于执行指令,进行中断操作,提供计时功能以及多种其他功能。可选地,处理器包括一个或多个中央处理单元(CPU)。上述服务器中包括一个或者多个的处理器。处理器可为单核(单CPU)处理器或多核(多CPU)处理器。除非另有声明,描述为用于执行任务的例如处理器或存储器的部件可实现为通用部件,其暂时用于在给定时间执行任务,或实现为专门制造用于执行该任务的特定部件。此处所用的术语“处理器”指一个或多个装置,电路和/或处理核,用于处理数据,例如计算机程序指令。
被处理器的CPU执行的程序代码可存储在内存单元或存储介质中。可选地,存储在存储介质中的程序代码可以被复制入内存单元以便处理器的CPU执行。处理器可执行至少一个内核(例如LINUXTM、UNIXTM、WINDOWSTM、ANDROIDTM、IOSTM),众所周知,该内核用于通过控制其他程序或过程的执行、控制与外围装置的通信以及控制计算机设备资源的使用来控制上述服务器的操作。
上述服务器中的上述元件可通过总线彼此连接,总线例如数据总线、地址总线、控制总线、扩展总线和局部总线之一或其任意组合。
根据本发明的一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,存储介质可以是只读存储器(Read-Only Memory,ROM),或是可读写的,例如硬盘、闪存。所述计算机程序被处理器执行时实现前述实施例的视频处理方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种视频处理方法、装置、服务器和存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (18)
1.一种视频处理方法,其特征在于,包括:
对待处理视频进行切分,得到至少一个视频段落;
针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧最优的色彩调节参数,包括:针对每个视频段落,抽取该视频段落中的指定帧;将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧最优的色彩调节参数;
将所述指定帧最优的色彩调节参数,作为该视频段落对应的色彩调节参数;
针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频;
其中,所述白盒色彩增强模型包括4个卷积层及对应的激励层,以及2个全连接层,所述激励层的激活函数为Leaky ReLU;
所述将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧最优的色彩调节参数,包括:将所述指定帧输入所述白盒色彩增强模型,所述指定帧在经过四次卷积和激活后,再经过两次全连接后得到所述指定帧最优的色彩调节参数。
2.根据权利要求1所述的方法,其特征在于,所述对待处理视频进行切分,得到至少一个视频段落,包括:
获取所述待处理视频中每相邻两帧之间的变化数据;
根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落。
3.根据权利要求2所述的方法,其特征在于,所述获取所述待处理视频中每相邻两帧之间的变化数据,包括:
对所述待处理视频分别计算每相邻两帧的结构相似性SSIM值,得到所述待处理视频的帧间相似度曲线;
计算所述帧间相似度曲线的一阶导数,得到所述待处理视频的帧间差异曲线,以作为所述变化数据。
4.根据权利要求2所述的方法,其特征在于,所述根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落,包括:
获取预设阈值与所述变化数据的交点;
以所述交点对应的视频帧为段落切分点对所述待处理视频进行切分,得到至少一个视频段落。
5.根据权利要求3所述的方法,其特征在于,在对所述待处理视频分别计算每相邻两帧的SSIM值之前,还包括:
对所述待处理视频中连续的视频帧逐帧缩放到第一预设分辨率大小;
将所述缩放后的每一帧转换到明亮度-色度-浓度YUV空间,并抽取UV通道的特征;
对所述待处理视频分别计算每相邻两帧的SSIM值,包括:根据相邻两帧的UV通道的特征,对所述待处理视频分别计算每相邻两帧的SSIM值。
6.根据权利要求1所述的方法,其特征在于,将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧最优的色彩调节参数,包括:
将所述指定帧缩放到第二预设分辨率大小;
将缩放后的指定帧输入所述白盒色彩增强模型,得到所述指定帧最优的色彩调节参数。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述指定帧为中间一帧。
8.根据权利要求1-6任一项所述的方法,其特征在于,所述色彩调节参数包括曝光度、对比度和饱和度。
9.一种视频处理装置,其特征在于,包括:
段落切分模块,用于对待处理视频进行切分,得到至少一个视频段落;
调节参数获取模块,用于针对每个视频段落,根据该视频段落中的指定帧,获取所述指定帧最优的色彩调节参数,所述调节参数获取模块包括:指定帧抽取单元,用于针对每个视频段落,抽取该视频段落中的指定帧;调节参数确定单元,用于将所述指定帧输入预先生成的白盒色彩增强模型,得到所述指定帧最优的色彩调节参数;
调节参数确定子模块,用于将所述指定帧最优的色彩调节参数,作为该视频段落对应的色彩调节参数;
色彩增强模块,用于针对每个视频段落,根据该视频段落对应的色彩调节参数,对该视频段落中的每一帧进行色彩增强,得到目标视频;
其中,所述白盒色彩增强模型包括4个卷积层及对应的激励层,以及2个全连接层,所述激励层的激活函数为Leaky ReLU;
所述调节参数确定单元,用于将所述指定帧输入所述白盒色彩增强模型,所述指定帧在经过四次卷积和激活后,再经过两次全连接后得到所述指定帧最优的色彩调节参数。
10.根据权利要求9所述的装置,其特征在于,所述段落切分模块包括:
变化数据获取单元,用于获取所述待处理视频中每相邻两帧之间的变化数据;
段落切分单元,用于根据所述变化数据,对所述待处理视频进行切分,得到至少一个视频段落。
11.根据权利要求10所述的装置,其特征在于,所述变化数据获取单元包括:
帧间相似度计算子单元,用于对所述待处理视频分别计算每相邻两帧的SSIM值,得到所述待处理视频的帧间相似度曲线;
帧间差异计算子单元,用于计算所述帧间相似度曲线的一阶导数,得到所述待处理视频的帧间差异曲线,以作为所述变化数据。
12.根据权利要求10所述的装置,其特征在于,所述段落切分单元包括:
交点获取子单元,用于获取预设阈值与所述变化数据的交点;
段落切分子单元,用于以所述交点对应的视频帧为段落切分点对所述待处理视频进行切分,得到至少一个视频段落。
13.根据权利要求11所述的装置,其特征在于,所述变化数据获取单元还包括:
缩放子单元,用于在对所述待处理视频分别计算每相邻两帧的SSIM值之前,对所述待处理视频中连续的视频帧逐帧缩放到第一预设分辨率大小;
特征抽取子单元,用于将所述缩放后的每一帧转换到YUV空间,并抽取UV通道的特征;
所述帧间相似度计算子单元具体用于:
根据相邻两帧的UV通道的特征,对所述待处理视频分别计算每相邻两帧的SSIM值,得到所述待处理视频的帧间相似度曲线。
14.根据权利要求9所述的装置,其特征在于,所述调节参数确定单元具体用于:
将所述指定帧缩放到第二预设分辨率大小;
将缩放后的指定帧输入所述白盒色彩增强模型,得到所述指定帧最优的色彩调节参数。
15.根据权利要求9-14任一项所述的装置,其特征在于,所述指定帧为中间一帧。
16.根据权利要求9-14任一项所述的装置,其特征在于,所述色彩调节参数包括曝光度、对比度和饱和度。
17.一种服务器,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-8任一项所述的视频处理方法。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-8任一项所述的视频处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811385876.7A CN109862389B (zh) | 2018-11-20 | 2018-11-20 | 一种视频处理方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811385876.7A CN109862389B (zh) | 2018-11-20 | 2018-11-20 | 一种视频处理方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109862389A CN109862389A (zh) | 2019-06-07 |
CN109862389B true CN109862389B (zh) | 2021-08-20 |
Family
ID=66890196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811385876.7A Active CN109862389B (zh) | 2018-11-20 | 2018-11-20 | 一种视频处理方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109862389B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113497954B (zh) * | 2020-03-20 | 2023-02-03 | 阿里巴巴集团控股有限公司 | 一种视频调色方法、设备及存储介质 |
CN111681177B (zh) * | 2020-05-18 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 视频处理方法及装置、计算机可读存储介质、电子设备 |
CN112488962A (zh) * | 2020-12-17 | 2021-03-12 | 成都极米科技股份有限公司 | 基于深度学习的画面色彩调节方法、装置、设备及介质 |
CN112949431A (zh) * | 2021-02-08 | 2021-06-11 | 证通股份有限公司 | 视频篡改检测方法和系统、存储介质 |
CN113327628B (zh) * | 2021-05-27 | 2023-12-22 | 抖音视界有限公司 | 音频处理方法、装置、可读介质和电子设备 |
CN114363659A (zh) * | 2021-12-15 | 2022-04-15 | 深圳万兴软件有限公司 | 降低视频闪烁的方法、装置、设备及存储介质 |
CN115174880B (zh) * | 2022-09-08 | 2023-03-10 | 江西渊薮信息科技有限公司 | 一种提高色域的投影系统、投影仪及投影方法 |
CN115375587B (zh) * | 2022-10-24 | 2023-03-10 | 北京实创上地科技有限公司 | 一种视频处理方法及服务器 |
CN116612060B (zh) * | 2023-07-19 | 2023-09-22 | 腾讯科技(深圳)有限公司 | 视频信息处理方法、装置及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272489A (zh) * | 2007-03-21 | 2008-09-24 | 中兴通讯股份有限公司 | 视频图像质量增强的编解码装置与编解码方法 |
US8537175B1 (en) * | 2009-05-07 | 2013-09-17 | Google Inc. | Video enhancement for large scale applications |
CN105144711A (zh) * | 2014-01-14 | 2015-12-09 | 华为技术有限公司 | 一种评估视频质量的方法以及相关设备 |
CN105791925A (zh) * | 2016-02-26 | 2016-07-20 | 上海卓易科技股份有限公司 | 一种处理录制视频的方法及装置 |
CN106358029A (zh) * | 2016-10-18 | 2017-01-25 | 北京字节跳动科技有限公司 | 一种视频图像处理方法和装置 |
CN106910168A (zh) * | 2017-01-09 | 2017-06-30 | 中国科学院自动化研究所 | 并行图像色彩增强方法和装置 |
CN108596855A (zh) * | 2018-04-28 | 2018-09-28 | 国信优易数据有限公司 | 一种视频图像质量增强方法、装置以及视频画质增强方法 |
CN108830816A (zh) * | 2018-06-27 | 2018-11-16 | 厦门美图之家科技有限公司 | 图像增强方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9209978B2 (en) * | 2012-05-15 | 2015-12-08 | The Nielsen Company (Us), Llc | Methods and apparatus to measure exposure to streaming media |
CN102855631B (zh) * | 2012-08-23 | 2015-05-06 | 浙江大学 | 用于图像质量评价的视觉能量信息提取方法 |
CN106954055B (zh) * | 2016-01-14 | 2018-10-16 | 掌赢信息科技(上海)有限公司 | 一种视频亮度调节方法和电子设备 |
CN107341516A (zh) * | 2017-07-07 | 2017-11-10 | 广东中星电子有限公司 | 图像质量调节方法和图像处理智能平台 |
CN108235058B (zh) * | 2018-01-12 | 2021-09-17 | 广州方硅信息技术有限公司 | 视频质量处理方法、存储介质和终端 |
CN108364269A (zh) * | 2018-03-08 | 2018-08-03 | 深圳市唯特视科技有限公司 | 一种基于强化学习框架的白盒照片后期处理方法 |
CN108563579B (zh) * | 2018-04-23 | 2021-06-18 | 苏州科达科技股份有限公司 | 白盒测试方法、装置、系统及存储介质 |
-
2018
- 2018-11-20 CN CN201811385876.7A patent/CN109862389B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272489A (zh) * | 2007-03-21 | 2008-09-24 | 中兴通讯股份有限公司 | 视频图像质量增强的编解码装置与编解码方法 |
US8537175B1 (en) * | 2009-05-07 | 2013-09-17 | Google Inc. | Video enhancement for large scale applications |
CN105144711A (zh) * | 2014-01-14 | 2015-12-09 | 华为技术有限公司 | 一种评估视频质量的方法以及相关设备 |
CN105791925A (zh) * | 2016-02-26 | 2016-07-20 | 上海卓易科技股份有限公司 | 一种处理录制视频的方法及装置 |
CN106358029A (zh) * | 2016-10-18 | 2017-01-25 | 北京字节跳动科技有限公司 | 一种视频图像处理方法和装置 |
CN106910168A (zh) * | 2017-01-09 | 2017-06-30 | 中国科学院自动化研究所 | 并行图像色彩增强方法和装置 |
CN108596855A (zh) * | 2018-04-28 | 2018-09-28 | 国信优易数据有限公司 | 一种视频图像质量增强方法、装置以及视频画质增强方法 |
CN108830816A (zh) * | 2018-06-27 | 2018-11-16 | 厦门美图之家科技有限公司 | 图像增强方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109862389A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109862389B (zh) | 一种视频处理方法、装置、服务器及存储介质 | |
Moran et al. | Curl: Neural curve layers for global image enhancement | |
US11323676B2 (en) | Image white balance processing system and method | |
CN109934776B (zh) | 模型生成方法、视频增强方法、装置及计算机可读存储介质 | |
CN104717432A (zh) | 处理一组输入图像的方法、图像处理设备和数字照相机 | |
KR20120107429A (ko) | 구역 기반의 톤 매핑 | |
CN103440674B (zh) | 一种数字图像蜡笔特效的快速生成方法 | |
CN110930341A (zh) | 一种基于图像融合的低光照图像增强方法 | |
CN111489322B (zh) | 给静态图片加天空滤镜的方法及装置 | |
JP2002232728A (ja) | 画像処理プログラム、画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、画像処理装置および画像処理方法 | |
KR20110016505A (ko) | 컬러 조정 | |
CN113297937B (zh) | 一种图像处理方法、装置、设备及介质 | |
JP2003203231A (ja) | 黒レベルを維持する画像処理方法 | |
US9692987B2 (en) | Method for applying multi-layered film grain and texture mapping to a digital video image | |
CN113034509A (zh) | 图像处理方法及装置 | |
Liba et al. | Sky optimization: Semantically aware image processing of skies in low-light photography | |
US20170213328A1 (en) | Method and system for processing image content for enabling high dynamic range (uhd) output thereof and computer-readable medium comprising uhd content created using same | |
CN110175967B (zh) | 图像去雾处理方法、系统、计算机设备和存储介质 | |
Boutarfass et al. | Improving cnn-based colorization of b&w photographs | |
Rizzi et al. | Perceptual color film restoration | |
KR101349968B1 (ko) | 자동 영상보정을 위한 영상 처리 장치 및 방법 | |
Gao et al. | Real-time deep image retouching based on learnt semantics dependent global transforms | |
CN110211065B (zh) | 一种食材图像的颜色校正方法和装置 | |
JP5327766B2 (ja) | デジタル画像における記憶色の修正 | |
WO2023110880A1 (en) | Image processing methods and systems for low-light image enhancement using machine learning models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |