CN111369475B - 用于处理视频的方法和装置 - Google Patents

Abstract

本公开实施例公开了用于处理视频的方法和装置。该方法的一具体实施方式包括：从待处理视频中获取包含预设帧数视频帧的视频帧序列；将上述视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便上述视频处理模型执行以下操作：使用上述去噪网络对上述视频帧序列进行去噪处理，得到去噪后的特征信息；将上述特征信息分别输入上述超分辨率重建网络和上述色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列。该实施方式实现了视频的高效处理。

Description

用于处理视频的方法和装置

技术领域

本公开实施例涉及计算机技术领域，具体涉及用于处理视频的方法和装置。

背景技术

随着信息技术的快速发展，用户存储和转发信息的形式也变得多样起来。例如，文字形式、图片形式和视频形式等等，其中，视频已经成为了用户生成内容的主要载体之一。由于用户录制视频的设备多种多样，录制环境纷繁复杂，因此，用户生成的视频可能会存在包含噪声、色彩不理想、传输所需网络带宽高、存储所需空间大等问题。实际应用中，视频超分辨率技术可以将低分辨率的视频转换成高分辨率的视频。视频服务可以传输和存储较低分辨率的视频，为用户播放时利用视频超分辨率技术呈现出高分辨率的视频。这样，在节省带宽和存储空间的同时，可以为用户提供优质的视频观看体验。现阶段，可以依次采用图像去噪方法、图像彩色增强方法和图像超分辨率方法等对视频逐帧进行处理，从而得到处理后的视频。但是，这种逐步对视频帧进行处理的方式视频处理速度慢，且效果不理想。

发明内容

本公开实施例提出了用于处理视频的方法和装置。

第一方面，本公开实施例提供了一种用于处理视频的方法，该方法包括：从待处理视频中获取包含预设帧数视频帧的视频帧序列；将上述视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便上述视频处理模型执行以下操作：使用上述去噪网络对上述视频帧序列进行去噪处理，得到去噪后的特征信息；将上述特征信息分别输入上述超分辨率重建网络和上述色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列。

在一些实施例中，上述视频处理模型是通过以下方式训练得到的：获取样本集，其中，样本包括样本视频帧序列和样本处理后视频帧序列；将上述样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到上述视频处理模型。

在一些实施例中，在将上述样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到上述视频处理模型之前，上述方法还包括：确定训练前的视频处理模型的初始参数。

在一些实施例中，上述确定训练前的视频处理模型的初始参数，包括：使用预设的第一样本集对上述去噪网络进行训练，将训练得到的去噪网络的参数作为第一初始参数，其中，上述第一样本集中的第一样本包括第一视频和第一视频对应的含噪声视频；使用预设的第二样本集对上述超分辨率重建网络进行训练，将训练得到的超分辨率重建网络的参数作为第二初始参数，其中，上述第二样本集中的第二样本为不同分辨率的视频对；使用预设的第三样本集对上述色彩增强网络进行训练，将训练得到的色彩增强网络的参数作为第三初始参数，其中，上述第三样本集中的第三样本为包含不同色彩特征的视频对；使用上述第一初始参数、上述第二初始参数和上述第三初始参数组成训练前的视频处理模型的初始参数。

在一些实施例中，上述根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列，包括：对上述超分辨率视频帧序列和上述色彩增强视频帧序列进行对应位置相乘操作，得到处理后的视频帧序列。

第二方面，本公开实施例提供了一种用于处理视频的装置，装置包括：获取单元，被配置成从待处理视频中获取包含预设帧数视频帧的视频帧序列；输入单元，被配置成将上述视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便上述视频处理模型执行以下操作：使用上述去噪网络对上述视频帧序列进行去噪处理，得到去噪后的特征信息；将上述特征信息分别输入上述超分辨率重建网络和上述色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列。

在一些实施例中，上述视频处理模型是通过训练单元训练得到的，上述训练单元包括：样本获取单元，被配置成获取样本集，其中，样本包括样本视频帧序列和样本处理后视频帧序列；训练子单元，被配置成将上述样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到上述视频处理模型。

在一些实施例中，上述训练单元还包括：确定单元，被配置成确定训练前的视频处理模型的初始参数。

在一些实施例中，上述确定单元进一步被配置成：使用预设的第一样本集对上述去噪网络进行训练，将训练得到的去噪网络的参数作为第一初始参数，其中，上述第一样本集中的第一样本包括第一视频和第一视频对应的含噪声视频；使用预设的第二样本集对上述超分辨率重建网络进行训练，将训练得到的超分辨率重建网络的参数作为第二初始参数，其中，上述第二样本集中的第二样本为不同分辨率的视频对；使用预设的第三样本集对上述色彩增强网络进行训练，将训练得到的色彩增强网络的参数作为第三初始参数，其中，上述第三样本集中的第三样本为包含不同色彩特征的视频对；使用上述第一初始参数、上述第二初始参数和上述第三初始参数组成训练前的视频处理模型的初始参数。

在一些实施例中，上述根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列，包括：对上述超分辨率视频帧序列和上述色彩增强视频帧序列进行对应位置相乘操作，得到处理后的视频帧序列。

第三方面，本公开实施例提供了一种设备，该设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开实施例提供的用于处理视频的方法和装置，首先从待处理视频中获取包含预设帧数视频帧的视频帧序列。之后，将视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便视频处理模型执行以下操作：1)使用去噪网络对视频帧序列进行去噪处理，得到去噪后的特征信息；2)将特征信息分别输入超分辨率重建网络和色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；3)根据超分辨率视频帧序列和色彩增强视频帧序列，生成处理后的视频帧序列。从而通过使用包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型对视频帧序列进行处理，可以快速得到去噪、超分辨率重建和色彩增强之后的视频帧序列，实现了视频的高效处理。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于处理视频的方法的一个实施例的流程图；

图3是根据本公开的用于处理视频的方法的一个应用场景的示意图；

图4是根据本公开的用于训练视频处理模型的方法的一个实施例的流程图；

图5是根据本公开的用于处理视频的装置的一个实施例的结构示意图；

图6是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开实施例的用于处理视频的方法或用于处理视频的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频处理应用、视频播放应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有视频处理功能的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上呈现的视频提供支持的后台服务器。后台服务器可以对待处理视频等数据进行去噪、色彩增强等处理，并将处理结果(例如处理后的视频)反馈给终端设备。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

需要说明的是，本公开实施例所提供的用于处理视频的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于处理视频的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

继续参考图2，示出了根据本公开的用于处理视频的方法的一个实施例的流程200。该用于处理视频的方法，包括以下步骤：

步骤201，从待处理视频中获取包含预设帧数视频帧的视频帧序列。

在本实施例中，用于处理视频的方法的执行主体(例如图1所示的终端设备101、102、103或者服务器105)可以从待处理视频中获取包含预设帧数视频帧的视频帧序列。这里，待处理视频可以是指需要进行处理的视频，待处理视频可能存在包含噪声、色彩不理想、分辨率低等问题。作为示例，执行主体可以将待处理视频进行划分，例如，可以将连续的预设帧数的视频帧划分为一个视频帧序列。这里，各视频帧序列所包括的视频帧的帧数可以与预先建立的视频处理模型所输入视频片段的帧数确定。举例来说，如果视频处理模型所输入的视频片段有5帧，则视频帧序列所包括的视频帧的帧数为5。

步骤202，将视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便视频处理模型执行以下操作步骤2021～2023。

在本实施例中，执行主体可以将步骤201获取的视频帧序列输入预先建立的视频处理模型。这里，视频处理模型可以包括去噪网络、超分辨率重建网络和色彩增强网络。作为示例，视频处理模型可以是基于机器学习算法训练得到的神经网络模型，例如，视频处理模型可以是卷积神经网络、深度神经网络等等。其中，去噪网络可以用于对输入的视频帧序列中的视频帧进行去噪，并生成去噪后的特征信息。这里，去噪后的特征信息可以为去噪后的特征图。超分辨率重建网络可以用于根据接收的特征信息进行超分辨率重建，生成超分辨率重建后的视频帧序列。色彩增强网络可以用于根据接收的特征信息进行色彩增强，生成色彩增强后的视频帧序列。

执行主体将步骤201中获取的视频帧序列输入视频处理模型之后，视频处理模型可以对接收的视频帧序列执行以下步骤2021～2023。

步骤2021，使用去噪网络对视频帧序列进行去噪处理，得到去噪后的特征信息。

在本实施例中，视频处理模型可以使用去噪网络对视频帧序列进行去噪处理，得到去噪后的特征信息。这里，去噪网络可以是具有去噪功能的各种神经网络，例如，可以是卷积神经网络。这里，首先使用去噪网络对视频帧序列进行去噪处理，再将去噪后的特征信息输入超分辨率重建网络和色彩增强网络进行进一步的处理，可以保证视频帧在低分辨率时进行去噪处理，从而减少了数据处理量。同时，可以避免噪声向后传播。

步骤2022，将特征信息分别输入超分辨率重建网络和色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列。

在本实施例中，视频处理模型可以将去噪网络输出的特征信息分别输入超分辨率重建网络和色彩增强网络，从而得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列。这里，超分辨率视频帧序列中的视频帧与色彩增强视频帧序列中的视频帧的尺寸一致。实践中，可以通过设置超分辨率重建网络和色彩增强网络的参数保证两个网络输出尺寸一致的视频帧。

实践中，超分辨率重建网络生成超分辨率视频帧序列的过程与色彩增强网络生成色彩增强视频帧序列的过程可以是同步进行的。因此，可以提高视频处理的效率。

步骤2023，根据超分辨率视频帧序列和色彩增强视频帧序列，生成处理后的视频帧序列。

在本实施例中，视频处理模型可以根据步骤2022中得到的超分辨率视频帧序列和色彩增强视频帧序列，生成处理后的视频帧序列。作为示例，可以采用对应位置元素(例如，像素值)相加的方式生成处理后的视频帧序列。

实际使用中，相比于输入到视频处理模型的视频帧序列，超分辨率视频帧序列为去噪、超分辨率重建后的视频帧序列。即，相比于输入到视频处理模型的视频帧序列，超分辨率视频帧序列中的视频帧不含噪声、且分辨率高。同理，相比于输入到视频处理模型的视频帧序列，色彩增强视频帧序列为去噪，色彩增强后的视频帧序列。即相比于输入到视频处理模型的视频帧序列，色彩增强视频帧序列不含噪声、且色彩更理想。因此，超分辨率视频帧序列和色彩增强视频帧序列所包含的视频帧的帧数相同，尺寸相同，且相对应的视频帧所呈现的画面内容相同。

在本实施例的一些可选的实现方式中，上述步骤2023可以具体如下进行：对超分辨率视频帧序列和色彩增强视频帧序列进行的对应位置相乘操作，得到处理后的视频帧序列。

在本实现方式中，视频处理模型可以对超分辨率视频帧序列和色彩增强视频帧序列进行对应位置相乘操作，从而得到处理后的视频帧序列。这里，对应位置相乘操作可以是指将超分辨率视频帧序列和色彩增强视频帧序列中对应位置的元素进行相乘计算。本实现方式，通过对应位置相乘操作可以使元素的值倍数变化，即有较大幅度的变化，从而使处理效果更加明显。

继续参见图3，图3是根据本实施例的用于处理视频的方法的应用场景的一个示意图。在图3的应用场景中，终端设备301首先从待处理视频中获取包含3帧视频帧的视频帧序列。之后，终端设备301将视频帧序列输入包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型302，由视频处理模型302执行以下操作：1)使用去噪网络对视频帧序列进行去噪处理，得到去噪后的特征信息；2)将特征信息分别输入超分辨率重建网络和色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；3)根据超分辨率视频帧序列和色彩增强视频帧序列，生成处理后的视频帧序列。

本公开的上述实施例提供的方法通过使用包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型对视频帧序列进行处理，可以快速得到去噪、超分辨率重建和色彩增强之后的视频帧序列，实现了视频的高效处理。

进一步参考图4，其示出了用于训练视频处理模型的方法的一个实施例的流程400。该用于训练视频处理模型的方法的流程400，包括以下步骤：

步骤401，获取样本集。

在本实施例中，用于训练视频处理模型的方法运行于其上的执行主体可以与用于处理视频的方法运行于其上的执行主体相同，也可以不同。如果相同，则用于训练视频处理模型的执行主体可以将训练完成的视频处理模型的网络结构信息和网络参数的参数值存储在本地。如果不同，则用于训练视频处理模型的执行主体可以将训练完成的视频处理模型的网络结构信息和网络参数的参数值发送给用于处理视频的执行主体。

实践中，训练模型之前，首先需要确定模型的网络结构。例如，需要确定模型包括哪些层(例如，卷积层，池化层，全连接层等等)，层与层之间的连接顺序，各层都包括哪些神经元，各层的激活函数、各层包括的参数(例如，权重、偏置项、卷积的步长)等等。实践中，可以根据实际需要设定模型的网络结构。

执行主体还可以获取样本集，其中，样本集中的样本可以包括样本视频帧序列和样本处理后视频帧序列。这里，同一样本中的样本视频帧序列和样本处理后视频帧序列所呈现的画面内容可以相同，但两个视频帧序列的分辨率、所包含噪声的程度(例如，包含噪声和不包含噪声等)、色彩特征信息(例如，色彩饱和度、亮度、对比度等)等不同。举例来说，相比于样本视频帧序列中样本视频帧，样本处理后视频帧序列中的样本处理后视频帧的噪声更少、分辨率更高、色彩更理想。

实际应用中，样本集中的样本可以通过多种方式获得。作为一个示例，可以采用不同设备针对同一场景进行信息采集。具体的，采用第一设备采集包含噪声、分辨率低、色彩不理想(例如，光照条件差)的视频作为样本视频帧序列，采用第二设备采集不含噪声、分辨率高、色彩理想的视频作为样本处理后视频帧序列。作为另一个示例，可以对第二设备采集的不含噪声、分辨率高、色彩理想的视频进行加噪、降低分辨率、调整色彩特征信息等处理，从而得到样本视频帧序列。

步骤402，将样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到视频处理模型。

在本实施例中，执行主体可以将样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到视频处理模型。具体的，将样本视频帧序列输入视频处理模型，可以得到处理后视频帧序列。之后，利用预设的损失函数可以计算得到的处理后视频帧序列与期望输出之间的差异。然后，可以基于计算所得的差异，调整视频处理模型的网络参数，并在满足预设的训练结束条件的情况下，结束训练，并将结束训练得到的视频处理模型作为训练完成的视频处理模型。例如，这里预设的训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；计算所得的差异小于预设差异阈值。这里，损失函数可以根据实际需要进行设定。

在本实施例的一些可选的实现方式中，在步骤402之前，所述方法还包括：确定训练前的视频处理模型的初始参数。

在本实现方式中，执行主体可以通过各种方式确定训练前的视频处理模型的初始参数。作为一个示例，执行主体可以随机生成初始参数。作为另一个示例，执行主体可以接收技术人员输入的、用于设置初始参数的参数设置信息，并根据参数设置信息确定初始参数。

在一些可选的实现方式中，上述确定训练前的视频处理模型的初始参数，可以具体如下进行：

首先，使用预设的第一样本集对去噪网络进行训练，将训练得到的去噪网络的参数作为第一初始参数。

在本实现方式中，执行主体可以使用预设的第一样本集对去噪网络进行训练，并将训练得到的去噪网络的参数作为第一初始参数。其中，第一样本集中的第一样本包括第一视频和第一视频对应的含噪声视频。具体的：首先，可以在去噪网络的输出端添加视频输出网络，并使用去噪网络和视频输出网络组成去噪模型，这里，该视频输出网络可以用于根据去噪网络输出的特征信息生成视频。之后，可以将第一样本集中的第一样本的第一视频对应的含噪声视频和第一视频分别作为去噪模型的输入和期望输出，训练去噪模型。训练完成之后，将去噪模型中的去噪网络的参数作为第一初始参数。

其次，使用预设的第二样本集对超分辨率重建网络进行训练，将训练得到的超分辨率重建网络的参数作为第二初始参数。

在本实现方式中，执行主体可以使用预设的第二样本集对超分辨率重建网络进行训练，并将训练得到的超分辨率重建网络的参数作为第二初始参数。其中，第二样本集中的第二样本为不同分辨率的视频对。即，第二样本中可以包括一个分辨率较低的视频和一个分辨率较高的视频，两个视频所呈现的画面内容相同。具体的：首先，可以在超分辨率重建网络的输入端添加一个特征提取网络，并使用特征提取网络和超分辨率重建网络组成超分辨率重建模型，这里，该特征提取网络可以用于根据输入的视频生成特征信息(例如，特征图)。之后，可以将第二样本集中的第二样本中分辨率较低的视频和分辨率较高的视频分别作为超分辨率重建模型的输入和期望输出，训练超分辨率重建模型。训练完成之后，将超分辨率重建模型中超分辨率重建网络的参数作为第二初始参数。

然后，使用预设的第三样本集对色彩增强网络进行训练，将训练得到的色彩增强网络的参数作为第三初始参数。

在本实现方式中，执行主体可以使用预设的第三样本集对色彩增强网络进行训练，并将训练得到的色彩增强网络的参数作为第三初始参数。其中，第三样本集中的第三样本为不同色彩特征的视频对。即，第三样本中包括一个色彩特征(例如色彩饱和度、亮度、对比度等等)满足视觉需求的视频和一个色彩特征不满足视觉需求的视频，两个视频所呈现的画面内容相同。作为示例，技术人员可以预先设定满足视觉需求的目标色彩特征，这样，可以根据目标色彩特征确定哪些色彩特征满足视觉需求。具体的：首先，可以在色彩增强网络的输入端添加一个特征提取网络，并使用特征提取网络和色彩增强网络组成色彩增强模型，这里，该特征提取网络可以用于根据输入的视频生成特征信息(例如特征图)。之后，可以将第三样本集中的第三样本中色彩特征不满足视觉需求的视频和色彩特征满足视觉需求的视频分别作为色彩增强模型的输入和期望输出，训练色彩增强模型。训练完成之后，将色彩增强模型中色彩增强网络的参数作为第三初始参数。

最后，使用第一初始参数、第二初始参数和第三初始参数组成训练前的视频处理模型的初始参数。

在本实现方式中，执行主体可以使用上述步骤得到的第一初始参数、第二初始参数和第三初始参数组成训练前的视频处理模型的初始参数。具体的：执行主体可以将第一初始参数、第二初始参数和第三初始参数分别作为视频处理模型中去噪网络、超分辨率重建网络和色彩增强网络的初始参数。相比于随机生成视频处理模型的初始参数，通过本实现方式确定的初始参数可以使视频处理模型更快的训练完成。即，本实现方式可以加快视频处理模型的训练速度。

本公开的上述实施例提供的方法可以实现对包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型的训练，为视频的高效处理打下基础。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于处理视频的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于处理视频的装置500包括：获取单元501和输入单元502。其中，获取单元501被配置成从待处理视频中获取包含预设帧数视频帧的视频帧序列；输入单元502被配置成将上述视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便上述视频处理模型执行以下操作：使用上述去噪网络对上述视频帧序列进行去噪处理，得到去噪后的特征信息；将上述特征信息分别输入上述超分辨率重建网络和上述色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列。

在本实施例中，用于处理视频的装置500的获取单元501和输入单元502的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201和步骤202的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述视频处理模型是通过训练单元(图中未示出)训练得到的，上述训练单元包括：样本获取单元(图中未示出)，被配置成获取样本集，其中，样本包括样本视频帧序列和样本处理后视频帧序列；训练子单元(图中未示出)，被配置成将上述样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到上述视频处理模型。

在本实施例的一些可选的实现方式中，上述训练单元还包括：确定单元(图中未示出)，被配置成确定训练前的视频处理模型的初始参数。

在本实施例的一些可选的实现方式中，上述确定单元进一步被配置成：使用预设的第一样本集对上述去噪网络进行训练，将训练得到的去噪网络的参数作为第一初始参数，其中，上述第一样本集中的第一样本包括第一视频和第一视频对应的含噪声视频；使用预设的第二样本集对上述超分辨率重建网络进行训练，将训练得到的超分辨率重建网络的参数作为第二初始参数，其中，上述第二样本集中的第二样本为不同分辨率的视频对；使用预设的第三样本集对上述色彩增强网络进行训练，将训练得到的色彩增强网络的参数作为第三初始参数，其中，上述第三样本集中的第三样本为包含不同色彩特征的视频对；使用上述第一初始参数、上述第二初始参数和上述第三初始参数组成训练前的视频处理模型的初始参数。

在本实施例的一些可选的实现方式中，上述根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列，包括：对上述超分辨率视频帧序列和上述色彩增强视频帧序列进行对应位置相乘操作，得到处理后的视频帧序列。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：从待处理视频中获取包含预设帧数视频帧的视频帧序列；将上述视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便上述视频处理模型执行以下操作：使用上述去噪网络对上述视频帧序列进行去噪处理，得到去噪后的特征信息；将上述特征信息分别输入上述超分辨率重建网络和上述色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；根据上述超分辨率视频帧序列和上述色彩增强视频帧序列，生成处理后的视频帧序列。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元和输入单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“从待处理视频中获取包含预设帧数视频帧的视频帧序列的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种用于处理视频的方法，包括：

从待处理视频中获取包含预设帧数视频帧的视频帧序列；

将所述视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便所述视频处理模型执行以下操作：

使用所述去噪网络对所述视频帧序列进行去噪处理，得到去噪后的特征信息；

将所述特征信息分别输入所述超分辨率重建网络和所述色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；

根据所述超分辨率视频帧序列和所述色彩增强视频帧序列，生成处理后的视频帧序列；

其中，所述根据所述超分辨率视频帧序列和所述色彩增强视频帧序列，生成处理后的视频帧序列，包括：

对所述超分辨率视频帧序列和所述色彩增强视频帧序列进行对应位置相乘操作，得到处理后的视频帧序列。

2.根据权利要求1所述的方法，其中，所述视频处理模型是通过以下方式训练得到的：

获取样本集，其中，样本包括样本视频帧序列和样本处理后视频帧序列；

将所述样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到所述视频处理模型。

3.根据权利要求2所述的方法，其中，在将所述样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到所述视频处理模型之前，所述方法还包括：

确定训练前的视频处理模型的初始参数。

4.根据权利要求3所述的方法，其中，所述确定训练前的视频处理模型的初始参数，包括：

使用预设的第一样本集对所述去噪网络进行训练，将训练得到的去噪网络的参数作为第一初始参数，其中，所述第一样本集中的第一样本包括第一视频和第一视频对应的含噪声视频；

使用预设的第二样本集对所述超分辨率重建网络进行训练，将训练得到的超分辨率重建网络的参数作为第二初始参数，其中，所述第二样本集中的第二样本为不同分辨率的视频对；

使用预设的第三样本集对所述色彩增强网络进行训练，将训练得到的色彩增强网络的参数作为第三初始参数，其中，所述第三样本集中的第三样本为包含不同色彩特征的视频对；

使用所述第一初始参数、所述第二初始参数和所述第三初始参数组成训练前的视频处理模型的初始参数。

5.一种用于处理视频的装置，包括：

获取单元，被配置成从待处理视频中获取包含预设帧数视频帧的视频帧序列；

输入单元，被配置成将所述视频帧序列输入预先训练的包括去噪网络、超分辨率重建网络和色彩增强网络的视频处理模型，以便所述视频处理模型执行以下操作：

使用所述去噪网络对所述视频帧序列进行去噪处理，得到去噪后的特征信息；

将所述特征信息分别输入所述超分辨率重建网络和所述色彩增强网络，分别得到超分辨率重建后的超分辨率视频帧序列和色彩增强后的色彩增强视频帧序列；

根据所述超分辨率视频帧序列和所述色彩增强视频帧序列，生成处理后的视频帧序列；

其中，所述根据所述超分辨率视频帧序列和所述色彩增强视频帧序列，生成处理后的视频帧序列，包括：

对所述超分辨率视频帧序列和所述色彩增强视频帧序列进行对应位置相乘操作，得到处理后的视频帧序列。

6.根据权利要求5所述的装置，其中，所述视频处理模型是通过训练单元训练得到的，所述训练单元包括：

样本获取单元，被配置成获取样本集，其中，样本包括样本视频帧序列和样本处理后视频帧序列；

训练子单元，被配置成将所述样本集中的样本视频帧序列作为输入，将与输入的样本视频帧序列对应的样本处理后视频帧序列作为期望输出，训练得到所述视频处理模型。

7.根据权利要求6所述的装置，其中，所述训练单元还包括：

确定单元，被配置成确定训练前的视频处理模型的初始参数。

8.根据权利要求7所述的装置，其中，所述确定单元进一步被配置成：

使用预设的第一样本集对所述去噪网络进行训练，将训练得到的去噪网络的参数作为第一初始参数，其中，所述第一样本集中的第一样本包括第一视频和第一视频对应的含噪声视频；

使用预设的第二样本集对所述超分辨率重建网络进行训练，将训练得到的超分辨率重建网络的参数作为第二初始参数，其中，所述第二样本集中的第二样本为不同分辨率的视频对；

使用预设的第三样本集对所述色彩增强网络进行训练，将训练得到的色彩增强网络的参数作为第三初始参数，其中，所述第三样本集中的第三样本为包含不同色彩特征的视频对；

使用所述第一初始参数、所述第二初始参数和所述第三初始参数组成训练前的视频处理模型的初始参数。

9.一种用于处理视频的设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。

Images