CN113014936A - 视频插帧方法、装置、设备以及存储介质 - Google Patents

视频插帧方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN113014936A
CN113014936A CN202110204060.5A CN202110204060A CN113014936A CN 113014936 A CN113014936 A CN 113014936A CN 202110204060 A CN202110204060 A CN 202110204060A CN 113014936 A CN113014936 A CN 113014936A
Authority
CN
China
Prior art keywords
frame image
frame
interpolation
motion level
motion
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.)
Granted
Application number
CN202110204060.5A
Other languages
English (en)
Other versions
CN113014936B (zh
Inventor
李超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110204060.5A priority Critical patent/CN113014936B/zh
Publication of CN113014936A publication Critical patent/CN113014936A/zh
Priority to EP21191965.9A priority patent/EP3952312A1/en
Priority to US17/406,965 priority patent/US11627281B2/en
Application granted granted Critical
Publication of CN113014936B publication Critical patent/CN113014936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • H04N7/0135—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving interpolation processes
    • H04N7/0137—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving interpolation processes dependent on presence/absence of motion, e.g. of motion zones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/587—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal sub-sampling or interpolation, e.g. decimation or subsequent interpolation of pictures in a video sequence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44016—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • Television Systems (AREA)

Abstract

本申请公开了一种视频插帧方法、装置、设备以及存储介质，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域。该方法的一具体实施方式包括：获取目标视频及获取目标视频中的第t‑1帧和第t帧图像；获取第t‑1帧和第t帧图像的各个像素点的运动层次信息；分别获取第t‑1帧和第t帧图像的深层插帧特征；基于第t‑1帧和第t帧图像的深层插帧特征及运动层次信息，分层进行插帧操作，生成第t‑1帧和第t帧图像之间的插帧，并插入第t‑1帧和第t帧图像之间。该实施方式通过将视频帧分为不同的运动层次，使得不同层次的光流映射分离，互不影响，缓解了画面扭曲等问题。

Description

视频插帧方法、装置、设备以及存储介质
技术领域
本申请实施例涉及计算机领域，具体涉及计算机视觉、深度学习等人工智能领域，尤其涉及视频插帧方法、装置、设备以及存储介质。
背景技术
随着视频直播业务的兴起，服务器分发带宽成本成为直播服务提供商的主要成本。为了减少带宽成本，一种最直接的方式是分发帧率视频，但是这种方式与60FPS(FramesPer Second，每秒传输帧数)、120FPS的高帧率视频观感体验差距很大。视频插帧技术可以在视频帧之间插入中间帧，增加视频帧率，使视频观看起来更加顺畅，从而减少跳跃、抖动等现象的发生，极大地提升了用户体验。
发明内容
本申请实施例提出了一种视频插帧方法、装置、设备以及存储介质。
第一方面，本申请实施例提出了一种视频插帧方法，包括：获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数；获取第t-1帧图像和第t帧图像的各个像素点的运动层次信息；分别获取第t-1帧图像和第t帧图像的深层插帧特征；基于第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息，分层进行插帧操作，生成第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。
第二方面，本申请实施例提出了一种视频插帧装置，包括：第一获取模块，被配置成获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数；第二获取模块，被配置成获取第t-1帧图像和第t帧图像的各个像素点的运动层次信息；第三获取模块，被配置成分别获取第t-1帧图像和第t帧图像的深层插帧特征；插帧模块，被配置成基于第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息，分层进行插帧操作，生成第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。
第三方面，本申请实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面，本申请实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在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。
本申请实施例提供的视频插帧方法、装置、设备以及存储介质，首先获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数；然后获取第t-1帧图像和第t帧图像的各个像素点的运动层次信息；之后分别获取第t-1帧图像和第t帧图像的深层插帧特征；最后基于第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息，分层进行插帧操作，生成第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。本申请提供了一种基于分层感知技术的视频插帧方法，通过将视频帧分为不同的运动层次，使不同层次光流映射分离，互不影响，缓解了画面扭曲等问题。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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，本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的视频插帧方法的一个实施例的流程图；
图3是根据本申请的视频插帧方法的另一个实施例的流程图；
图4是视频插帧方法的实现框图；
图5是根据本申请的视频插帧装置的一个实施例的结构示意图；
图6是用来实现本申请实施例的视频插帧方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本申请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申请。
图1示出了可以应用本申请的视频插帧方法或视频插帧装置的实施例的示例性系统架构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，以接收或发送视频帧等。终端设备101、102、103上可以安装有各种客户端应用，例如视频软件等等。
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，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，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可以提供各种服务。例如，服务器105可以对从终端设备101、102、103获取到的视频进行分析和处理，并生成处理结果(例如插帧)。
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。
需要说明的是，本申请实施例所提供的视频插帧方法一般由服务器105执行，相应地，视频插帧装置一般设置于服务器105中。
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。
继续参考图2，其示出了根据本申请的视频插帧方法的一个实施例的流程200。该视频插帧方法包括以下步骤：
步骤201，获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像。
在本实施例中，视频插帧方法的执行主体(例如图1所示的服务器105)可以获取目标视频，该目标视频可为用户想要进行视频插帧以提升其播放流畅度和/或解决其画面扭曲、模糊等问题的目标视频。上述执行主体在获取目标视频后，还会获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数。第t-1帧图像和第t帧图像为目标视频中任意相邻的两个帧图像。目标视频中可以包括多个帧图像，即多个单帧图像，上述执行主体在获取目标视频后，可通过执行预设的应用程序获取目标视频中任意相邻的两个帧图像，即第t-1帧图像和第t帧图像。
步骤202，获取第t-1帧图像和第t帧图像的各个像素点的运动层次信息。
在本实施例中，上述执行主体可以获取第t-1帧图像和第t帧图像的各个像素点的运动层次信息，运动层次信息表示了第t-1帧图像和第t帧图像中各个像素点的运动层次。具体的，上述执行主体可以将第t-1帧图像和第t帧图像输入至预先训练好的深层神经网络中，得到第t-1帧图像和第t帧图像的运动层次深层特征，并基于该运动层次深层特征将第t-1帧图像和第t帧图像的各个像素点归为不同的层次，不同的层次可以为运动层或静止层，其中运动层可以为多个，如第一运动层、第二运动层等，其中，深层神经网络可以是利用深层特征数据提前训练好的深层神经网络，此处不做任何限定。具体的，可以将运动层次相同的像素或运动层次相同的物体或运动层次相同的区域标记为同一个层次，例如：画面一中有3辆汽车向东运动，2个行人向南运动，则可将向东运动的3辆汽车标记为同一层次，记做层次1，将向南运动的2个行人标记为同一层次，记做层次2。再例如：画面二中有3辆汽车，其中有1辆向南运动，2辆向北运动，则可将向南运动的汽车标记为层次3，将向北运动的2辆汽车标记为层次4。本实施例中将运动层次相同的像素或运动层次相同的物体或运动层次相同的区域划分为同一个层次，从而得到第t-1帧图像和第t帧图像的各个像素点的运动层次。
步骤203，分别获取第t-1帧图像和第t帧图像的深层插帧特征。
在本实施例中，上述执行主体可以分别获取第t-1帧图像和第t帧图像的深层插帧特征，深层插帧特征为可以用来进行插帧操作的特征。具体的，上述执行主体可以将第t-1帧图像和第t帧图像输入至预先训练好的深层插帧神经网络中，从而得到第t-1帧图像和第t帧图像的深层插帧特征，其中，深层插帧神经网络可以是利用深层插帧特征数据提前训练好的深层插帧神经网络，此处不做任何限定。
步骤204，基于第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息，分层进行插帧操作，生成第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。
在本实施例中，上述执行主体可以基于步骤203得到的第t-1帧图像和第t帧图像的深层插帧特征及步骤202得到的第t-1帧图像和第t帧图像的各个像素点的运动层次信息，分层进行插帧操作，从而生成第t-1帧图像和第t帧图像之间的插帧，并将其插入到第t-1帧图像和第t帧图像之间。由于在步骤202已经得到第t-1帧图像和第t帧图像的各个像素点的运动层次信息，所以可基于第t-1帧图像和第t帧图像的各个像素点的运动层次信息和深层插帧特征分层进行插帧操作，从而生成插帧。具体的，可将第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息输入至预先训练好的插帧模型，插帧模型可以基于运动层次信息分层进行插帧操作，从而得到各个层的插帧；合并得到的各个层的插帧，得到第t-1帧图像和第t帧图像之间的插帧，并将其插入到第t-1帧图像和第t帧图像之间，其中，插帧模型可以是提前训练好的、用于插帧操作的深度卷积神经网络模型，此处不做任何限定。
本申请实施例提供的视频插帧方法，首先获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数；然后获取第t-1帧图像和第t帧图像的各个像素点的运动层次信息；之后分别获取第t-1帧图像和第t帧图像的深层插帧特征；最后基于第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息，分层进行插帧操作，生成第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。本申请提供了一种基于分层感知技术的视频插帧方法，通过将视频帧分为不同的运动层次，并将运动模式相似的像素归为同一个层次，从而降低了光流学习的难度，使得每个层次内的光流估计更加准确；使不同层次光流映射分离，互不影响，缓解了画面扭曲等问题；使字幕、logo(logotype，商标)等静态浮层不受其他光流信息的干扰，从而解决了画面抖动等问题。
继续参考图3，图3示出了根据本申请的视频插帧方法的另一个实施例的流程300。该视频插帧方法包括以下步骤：
步骤301，获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数。
在本实施例中，视频插帧方法的执行主体可以获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数。步骤301与前述实施例的步骤201相对应，具体实现方式可以参考前述对步骤201的描述，此处不再赘述。
步骤302，分别获取第t-1帧图像和第t帧图像的运动层次深层特征。
在本实施例中，上述执行主体可以获取第t-1帧图像和第t帧图像的运动层次深层特征。具体的，可以将第t-1帧图像和第t帧图像输入至预先训练好的深层神经网络中，从而得到第t-1帧图像和第t帧图像的运动层次深层特征，运动层次深层特征用于区分各个像素点的运动层次。
步骤303，基于第t-1帧图像和第t帧图像的运动层次深层特征得到第t-1帧图像和第t帧图像的各个像素点的运动层次信息。
在本实施例中，上述执行主体可以基于步骤302获取的第t-1帧图像和第t帧图像的运动层次深层特征得到第t-1帧图像和第t帧图像的各个像素点的运动层次信息。
在本实施例的一些可选实现方式中，上述执行主体基于第t-1帧图像和第t帧图像的运动层次深层特征，将运动层次相同的像素或运动层次相同的物体或运动层次相同的区域标记为同一个层次，得到第t-1帧图像和第t帧图像的各个像素点的运动层次信息。通过将视频帧图像中的像素划分为不同的层次，使不同层次的光流映射分离，互不影响。
在本实施例的一些可选实现方式中，运动层次包括运动层和静止层，其中，运动层可以为多个。
步骤304，分别获取第t-1帧图像和第t帧图像的深层插帧特征。
在本实施例中，上述执行主体可以分别获取第t-1帧图像和第t帧图像的深层插帧特征。步骤304与前述实施例的步骤203相对应，具体实现方式可以参考前述对步骤203的描述，此处不再赘述。
步骤305，将第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息输入至预先训练好的插帧模型，插帧模型基于运动层次信息分层进行插帧操作，得到各个层的插帧。
在本实施例中，上述执行主体可以将步骤304获取的第t-1帧图像和第t帧图像的深层插帧特征及步骤303得到的第t-1帧图像和第t帧图像的运动层次信息输入至预先训练好的插帧模型，该插帧模型基于运动层次信息来分层进行插帧操作，从而得到各个层的插帧。由于预先训练好的插帧模型本身是由深度卷积神经网络构成的，所以不含有传统的光流估计、运动补偿等复杂计算，计算效率高；而且分层进行插帧操作，生成与各个层的运动层次相对应的插帧，能使得每个层次内的光流估计更加准确。
在本实施例的一些可选实现方式中，各个层的插帧操作是相同的。
步骤306，合并各个层的插帧，得到第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。
在本实施例中，上述执行主体可以合并步骤305得到的各个层的插帧，以生成第t-1帧图像和第t帧图像之间的插帧，并将其插入到第t-1帧图像和第t帧图像之间。
本申请实施例提供的视频插帧方法，首先获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像；再分别获取第t-1帧图像和第t帧图像的运动层次深层特征；然后基于第t-1帧图像和第t帧图像的运动层次深层特征得到第t-1帧图像和第t帧图像的各个像素点的运动层次信息；之后分别获取第t-1帧图像和第t帧图像的深层插帧特征；并将第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息输入至预先训练好的插帧模型，插帧模型基于运动层次信息分层进行插帧操作，得到各个层的插帧；最后合并各个层的插帧，得到第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。本申请实施例提供的视频插帧方法，通过将视频帧分为不同的运动层次，并将运动模式相似的像素归为同一个层次，从而降低了光流学习的难度，使得每个层次内的光流估计更加准确；使不同层次光流映射分离，互不影响，缓解了画面扭曲等问题；使字幕、logo等静态浮层不受其他光流信息的干扰，从而解决了画面抖动等问题。
继续参考图4，图4是视频插帧方法的实现框图。如图4所示，首先提取目标视频中的两个相邻帧图像，即第t-1帧图像和第t帧图像。然后运动层次深层特征提取模块分别提取第t-1帧图像和第t帧图像的运动层次深层特征，并将提取的第t-1帧图像和第t帧图像的运动层次深层特征输入至运动层次感知模块，运动层次感知模块基于运动层次深层特征将各个像素点划分为不同的运动层次，该运动层次包括多个运动层和1个静止层，如运动层次1、运动层次2…运动层次n和静止层。之后插帧特征提取模块分别提取第t-1帧图像和第t帧图像的深层插帧特征。然后将第t-1帧图像和第t帧图像的深层插帧特征和第t-1帧图像和第t帧图像的各个像素点的运动层次信息输入至分层感知插帧模块，由分层感知插帧模块来进行分层插帧操作，生成各个层的插帧，合并各个层的插帧，得到最终的第t-1帧图像和第t帧图像之间的插帧视频帧，并将其插入到第t-1帧图像和第t帧图像之间。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种视频插帧装置的一个实施例，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，本实施例的视频插帧装置500可以包括：第一获取模块501、第二获取模块502、第三获取模块503和插帧模块504。其中，第一获取模块501，被配置成获取目标视频及获取目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数；第二获取模块502，被配置成获取第t-1帧图像和第t帧图像的各个像素点的运动层次信息；第三获取模块503，被配置成分别获取第t-1帧图像和第t帧图像的深层插帧特征；插帧模块504，被配置成基于第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息，分层进行插帧操作，生成第t-1帧图像和第t帧图像之间的插帧，并插入第t-1帧图像和第t帧图像之间。
在本实施例中，视频插帧装置500中：第一获取模块501、第二获取模块502、第三获取模块503和插帧模块504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204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，第二获取模块进一步配置成：获取子模块，被配置成分别获取第t-1帧图像和第t帧图像的运动层次深层特征；运动层次子模块，被配置成基于第t-1帧图像和第t帧图像的运动层次深层特征得到第t-1帧图像和第t帧图像的各个像素点的运动层次信息。
在本实施例的一些可选的实现方式中，运动层次子模块进一步配置成：基于第t-1帧图像和第t帧图像的运动层次深层特征，将运动层次相同的像素或运动层次相同的物体或运动层次相同的区域标记为同一个层次，得到第t-1帧图像和第t帧图像的各个像素点的运动层次信息。
在本实施例的一些可选的实现方式中，运动层次包括运动层和静止层。
在本实施例的一些可选的实现方式中，插帧模块进一步配置成：将第t-1帧图像和第t帧图像的深层插帧特征及运动层次信息输入至预先训练好的插帧模型，插帧模型基于运动层次信息分层进行插帧操作，得到各个层的插帧；合并各个层的插帧，得到第t-1帧图像和第t帧图像之间的插帧。
在本实施例的一些可选的实现方式中，各个层的插帧操作是相同的。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603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。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如视频插帧方法。例如，在一些实施例中，视频插帧方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的视频插帧方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行视频插帧方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种视频插帧方法，包括：
获取目标视频及获取所述目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数；
获取所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息；
分别获取所述第t-1帧图像和所述第t帧图像的深层插帧特征；
基于所述第t-1帧图像和所述第t帧图像的深层插帧特征及所述运动层次信息，分层进行插帧操作，生成所述第t-1帧图像和所述第t帧图像之间的插帧，并插入所述第t-1帧图像和所述第t帧图像之间。
2.根据权利要求1所述的方法，其中，所述获取所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息，包括：
分别获取所述第t-1帧图像和所述第t帧图像的运动层次深层特征；
基于所述第t-1帧图像和所述第t帧图像的运动层次深层特征得到所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息。
3.根据权利要求2所述的方法，其中，所述基于所述第t-1帧图像和所述第t帧图像的运动层次深层特征得到所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息，包括：
基于所述第t-1帧图像和所述第t帧图像的运动层次深层特征，将运动层次相同的像素或运动层次相同的物体或运动层次相同的区域标记为同一个层次，得到所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息。
4.根据权利要求3所述的方法，其中，所述运动层次包括运动层和静止层。
5.根据权利要求1所述的方法，其中，所述基于所述第t-1帧图像和所述第t帧图像的深层插帧特征及所述运动层次信息，分层进行插帧操作，生成所述第t-1帧图像和所述第t帧图像之间的插帧，并插入所述第t-1帧图像和所述第t帧图像之间，包括：
将所述第t-1帧图像和所述第t帧图像的深层插帧特征及所述运动层次信息输入至预先训练好的插帧模型，所述插帧模型基于所述运动层次信息分层进行插帧操作，得到各个层的插帧；
合并所述各个层的插帧，得到所述第t-1帧图像和所述第t帧图像之间的插帧，并插入所述第t-1帧图像和所述第t帧图像之间。
6.根据权利要求5所述的方法，其中，各个层的所述插帧操作是相同的。
7.一种视频插帧装置，包括：
第一获取模块，被配置成获取目标视频及获取所述目标视频中的第t-1帧图像和第t帧图像，其中，t为正整数；
第二获取模块，被配置成获取所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息；
第三获取模块，被配置成分别获取所述第t-1帧图像和所述第t帧图像的深层插帧特征；
插帧模块，被配置成基于所述第t-1帧图像和所述第t帧图像的深层插帧特征及所述运动层次信息，分层进行插帧操作，生成所述第t-1帧图像和所述第t帧图像之间的插帧，并插入所述第t-1帧图像和所述第t帧图像之间。
8.根据权利要求7所述的装置，其中，所述第二获取模块进一步配置成：
获取子模块，被配置成分别获取所述第t-1帧图像和所述第t帧图像的运动层次深层特征；
运动层次子模块，被配置成基于所述第t-1帧图像和所述第t帧图像的运动层次深层特征得到所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息。
9.根据权利要求8所述的装置，其中，所述运动层次子模块进一步配置成：
基于所述第t-1帧图像和所述第t帧图像的运动层次深层特征，将运动层次相同的像素或运动层次相同的物体或运动层次相同的区域标记为同一个层次，得到所述第t-1帧图像和所述第t帧图像的各个像素点的运动层次信息。
10.根据权利要求9所述的装置，其中，所述运动层次包括运动层和静止层。
11.根据权利要求7所述的装置，其中，所述插帧模块进一步配置成：
将所述第t-1帧图像和所述第t帧图像的深层插帧特征及所述运动层次信息输入至预先训练好的插帧模型，所述插帧模型基于所述运动层次信息分层进行插帧操作，得到各个层的插帧；
合并所述各个层的插帧，得到所述第t-1帧图像和所述第t帧图像之间的插帧，并插入所述第t-1帧图像和所述第t帧图像之间。
12.根据权利要求11所述的装置，其中，各个层的所述插帧操作是相同的。
13.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
CN202110204060.5A 2021-02-24 2021-02-24 视频插帧方法、装置、设备以及存储介质 Active CN113014936B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110204060.5A CN113014936B (zh) 2021-02-24 2021-02-24 视频插帧方法、装置、设备以及存储介质
EP21191965.9A EP3952312A1 (en) 2021-02-24 2021-08-18 Method and apparatus for video frame interpolation, and device and storage medium
US17/406,965 US11627281B2 (en) 2021-02-24 2021-08-19 Method and apparatus for video frame interpolation, and device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110204060.5A CN113014936B (zh) 2021-02-24 2021-02-24 视频插帧方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN113014936A true CN113014936A (zh) 2021-06-22
CN113014936B CN113014936B (zh) 2022-12-13

Family

ID=76408685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110204060.5A Active CN113014936B (zh) 2021-02-24 2021-02-24 视频插帧方法、装置、设备以及存储介质

Country Status (3)

Country Link
US (1) US11627281B2 (zh)
EP (1) EP3952312A1 (zh)
CN (1) CN113014936B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469930A (zh) * 2021-09-06 2021-10-01 腾讯科技（深圳）有限公司 图像处理方法、装置、及计算机设备
CN113852776A (zh) * 2021-09-08 2021-12-28 维沃移动通信有限公司 插帧方法及电子设备
CN114827663A (zh) * 2022-04-12 2022-07-29 咪咕文化科技有限公司 分布式直播插帧系统及方法
WO2023125314A1 (zh) * 2021-12-28 2023-07-06 维沃移动通信有限公司 插帧方法、装置及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101621693A (zh) * 2009-07-31 2010-01-06 重庆大学 一种结合目标分割和不规则块补偿的帧频提升方法
US20120051429A1 (en) * 2010-08-27 2012-03-01 Hyundai Motor Company Apparatus for generating interpolated frame
CN103152566A (zh) * 2013-02-22 2013-06-12 华中科技大学 一种视频帧率提升方法
CN108574844A (zh) * 2017-03-13 2018-09-25 信阳师范学院 一种时空显著感知的多策略视频帧率提升方法
CN109922231A (zh) * 2019-02-01 2019-06-21 重庆爱奇艺智能科技有限公司 一种用于生成视频的插帧图像的方法和装置
CN110933497A (zh) * 2019-12-10 2020-03-27 Oppo广东移动通信有限公司 视频图像数据插帧处理方法及相关设备
CN111654746A (zh) * 2020-05-15 2020-09-11 北京百度网讯科技有限公司 视频的插帧方法、装置、电子设备和存储介质
CN112055249A (zh) * 2020-09-17 2020-12-08 京东方科技集团股份有限公司 一种视频插帧方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102474168B1 (ko) * 2017-03-17 2022-12-06 포틀랜드 스테이트 유니버시티 적응형 컨볼루션 및 적응형 분리형 컨볼루션을 통한 프레임 인터폴레이션
US11568545B2 (en) * 2017-11-20 2023-01-31 A9.Com, Inc. Compressed content object and action detection
US11475536B2 (en) * 2018-02-27 2022-10-18 Portland State University Context-aware synthesis for video frame interpolation
JP7392227B2 (ja) * 2019-01-15 2023-12-06 ポートランド ステイト ユニヴァーシティ 映像フレーム補間のための特徴ピラミッドワーピング
CN109905624B (zh) * 2019-03-01 2020-10-16 北京大学深圳研究生院 一种视频帧插值方法、装置及设备
CN112584076B (zh) * 2020-12-11 2022-12-06 北京百度网讯科技有限公司 视频的插帧方法、装置及电子设备
CN112584077B (zh) * 2020-12-11 2023-02-21 北京百度网讯科技有限公司 视频的插帧方法、装置及电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101621693A (zh) * 2009-07-31 2010-01-06 重庆大学 一种结合目标分割和不规则块补偿的帧频提升方法
US20120051429A1 (en) * 2010-08-27 2012-03-01 Hyundai Motor Company Apparatus for generating interpolated frame
CN103152566A (zh) * 2013-02-22 2013-06-12 华中科技大学 一种视频帧率提升方法
CN108574844A (zh) * 2017-03-13 2018-09-25 信阳师范学院 一种时空显著感知的多策略视频帧率提升方法
CN109922231A (zh) * 2019-02-01 2019-06-21 重庆爱奇艺智能科技有限公司 一种用于生成视频的插帧图像的方法和装置
CN110933497A (zh) * 2019-12-10 2020-03-27 Oppo广东移动通信有限公司 视频图像数据插帧处理方法及相关设备
CN111654746A (zh) * 2020-05-15 2020-09-11 北京百度网讯科技有限公司 视频的插帧方法、装置、电子设备和存储介质
CN112055249A (zh) * 2020-09-17 2020-12-08 京东方科技集团股份有限公司 一种视频插帧方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469930A (zh) * 2021-09-06 2021-10-01 腾讯科技（深圳）有限公司 图像处理方法、装置、及计算机设备
CN113852776A (zh) * 2021-09-08 2021-12-28 维沃移动通信有限公司 插帧方法及电子设备
CN113852776B (zh) * 2021-09-08 2024-06-04 维沃移动通信有限公司 插帧方法及电子设备
WO2023125314A1 (zh) * 2021-12-28 2023-07-06 维沃移动通信有限公司 插帧方法、装置及电子设备
CN114827663A (zh) * 2022-04-12 2022-07-29 咪咕文化科技有限公司 分布式直播插帧系统及方法
CN114827663B (zh) * 2022-04-12 2023-11-21 咪咕文化科技有限公司 分布式直播插帧系统及方法

Also Published As

Publication number Publication date
US11627281B2 (en) 2023-04-11
US20210385409A1 (en) 2021-12-09
CN113014936B (zh) 2022-12-13
EP3952312A1 (en) 2022-02-09

Similar Documents

Publication Publication Date Title
CN113014936B (zh) 视频插帧方法、装置、设备以及存储介质
US11928753B2 (en) High fidelity interactive segmentation for video data with deep convolutional tessellations and context aware skip connections
CN111654746B (zh) 视频的插帧方法、装置、电子设备和存储介质
US10719923B2 (en) Method and apparatus for processing image
CN108235116B (zh) 特征传播方法和装置、电子设备和介质
CN112584077B (zh) 视频的插帧方法、装置及电子设备
JP2021507388A (ja) インスタンスセグメンテーション方法および装置、電子機器、プログラムならびに媒体
CN113014937B (zh) 视频插帧方法、装置、设备以及存储介质
CN112541878A (zh) 建立图像增强模型与图像增强的方法、装置
CN110310299B (zh) 用于训练光流网络、以及处理图像的方法和装置
CN112584076B (zh) 视频的插帧方法、装置及电子设备
CN113365146B (zh) 用于处理视频的方法、装置、设备、介质和产品
CN113688907A (zh) 模型训练、视频处理方法，装置，设备以及存储介质
JP2023525462A (ja) 特徴を抽出するための方法、装置、電子機器、記憶媒体およびコンピュータプログラム
CN115022679B (zh) 视频处理方法、装置、电子设备和介质
CN112929689B (zh) 视频插帧方法、装置、设备以及存储介质
US10445921B1 (en) Transferring motion between consecutive frames to a digital image
CN112837240B (zh) 模型训练方法、分数提升方法、装置、设备、介质和产品
US9275468B2 (en) Fallback detection in motion estimation
CN113409199A (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN113810755B (zh) 全景视频预览的方法、装置、电子设备及存储介质
CN115576470A (zh) 图像处理方法和装置、增强现实系统及介质
CN113988294A (zh) 训练预测网络的方法、图像处理方法和装置
CN111754493A (zh) 图像噪点强度评估方法、装置、电子设备及存储介质
CN113592723A (zh) 视频增强方法及装置、电子设备、存储介质

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