CN113450276A - 视频图像增强方法及其模型训练方法、相关设备 - Google Patents
视频图像增强方法及其模型训练方法、相关设备 Download PDFInfo
- Publication number
- CN113450276A CN113450276A CN202110727511.3A CN202110727511A CN113450276A CN 113450276 A CN113450276 A CN 113450276A CN 202110727511 A CN202110727511 A CN 202110727511A CN 113450276 A CN113450276 A CN 113450276A
- Authority
- CN
- China
- Prior art keywords
- enhanced
- frame
- image
- video
- image enhancement
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012549 training Methods 0.000 title claims abstract description 43
- 230000003287 optical effect Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012821 model calculation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000005282 brightening Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- 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
- G06T2207/20081—Training; Learning
-
- 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)
- Image Analysis (AREA)
Abstract
本申请提供一种视频图像增强方法及其模型训练方法、相关设备，训练方法包括：获取待增强视频流以及增强后视频流；从待增强视频流抽取第t帧待增强图像和第t+k帧待增强图像；将第t帧待增强图像和第t+k帧待增强图像输入待训练的视频图像增强模型，获得待训练的视频图像增强模型输出的第t帧准增强图像和第t+k帧准增强图像；将第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像；根据增强后视频流的图像以及准增强图像计算待训练的视频图像增强模型的监督损失；根据第t帧准增强图像和第t+k帧对齐增强图像计算待训练的视频图像增强模型的时序损失；根据监督损失以及所述时序损失调整所述待训练的视频图像增强模型。本申请实现单帧图像实时增强。
Description
技术领域
本申请涉及图像处理领域，尤其涉及一种视频图像增强方法及其模型训练方法、相关设备。
背景技术
针对视频图像增强除了要实现图像质量属性的改变，如亮度、噪声、对比度等，还要考虑视频的时序一致性以保证视觉效果的连续性。现有的基于深度学习的视频增强方法，不管是离线还是在线增强大都基于多帧输入，即需要同时输入增强帧和其相邻的前后帧，通过对齐和特征融合，利用前后帧时序上的信息，在图像增强的同时考虑时序一致性。这些方法在需要实时输出视频流时会存在如下问题：同时输入前后多帧，势必会造成视频时延；由于视频场景的变换，多帧视频图像之间精确地对齐和有效地融合往往需要很大地计算量。
由此可见，如何实现视频图像增强的同时，减少了时延和模型计算量，以适应实时视频图像增强场景，是本领域技术人员亟待解决的技术问题。
发明内容
本申请为了克服上述现有技术存在的缺陷，提供一种视频图像增强方法及其模型训练方法、相关设备，从而实现视频图像增强的同时，减少了时延和模型计算量，以适应实时视频图像增强场景。
根据本申请的一个方面，提供一种视频图像增强模型训练方法，包括：
获取待增强视频流以及增强后视频流；
从所述待增强视频流抽取第t帧待增强图像和第t+k帧待增强图像，其中，t和k为大于等于1的整数；
将所述第t帧待增强图像和第t+k帧待增强图像输入待训练的视频图像增强模型，获得所述待训练的视频图像增强模型输出的第t帧准增强图像和第t+k帧准增强图像；
将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像；
根据所述增强后视频流的图像以及准增强图像计算所述待训练的视频图像增强模型的监督损失；
根据所述第t帧准增强图像和所述第t+k帧对齐增强图像计算所述待训练的视频图像增强模型的时序损失；
根据所述监督损失以及所述时序损失调整所述待训练的视频图像增强模型。
在本申请的一些实施例中，所述将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像包括：
计算所述第t帧待增强图像和第t+k帧待增强图像之间运动的光流场映射矩阵；
基于所计算的光流场映射矩阵，将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像。
在本申请的一些实施例中，所述所述待训练的视频图像增强模型的监督损失根据所述第t帧准增强图像以及所述增强后视频流的第t帧增强图像计算。
在本申请的一些实施例中，所述待训练的视频图像增强模型的时序损失还根据权值模板进行校正，所述权值模板根据所述第t帧待增强图像以及第t+k帧对齐待增强图像，所述第t+k帧对齐待增强图像基于所述第t+k帧待增强图像对齐至第t帧获得。
在本申请的一些实施例中，所述所述第t+k帧待增强图像对齐至第t帧与所述第t+k帧准增强图像对齐至第t帧采用相同的对齐方式。
在本申请的一些实施例中，所述监督损失以及所述时序损失为L1损失函数。
根据本申请的又一方面，还提供一种视频图像增强方法，包括：
将待增强视频流的待增强视频帧输入至视频图像增强模型，所述视频图像增强模型基于如上所述的训练方法训练。
根据本申请的又一方面，还提供一种视频图像增强模型训练装置，包括：
获取模块，配置成获取待增强视频流以及增强后视频流；
抽取模块，配置成从所述待增强视频流抽取第t帧待增强图像和第t+k帧待增强图像，其中，t和k为大于等于1的整数；
输入模块，配置成将所述第t帧待增强图像和第t+k帧待增强图像输入待训练的视频图像增强模型，获得所述待训练的视频图像增强模型输出的第t帧准增强图像和第t+k帧准增强图像；
对齐模块，配置成将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像；
监督损失模块，配置成根据所述增强后视频流的图像以及准增强图像计算所述待训练的视频图像增强模型的监督损失；
时序损失模块，配置成根据所述第t帧准增强图像和所述第t+k帧对齐增强图像计算所述待训练的视频图像增强模型的时序损失；
调整模块，配置成根据所述监督损失以及所述时序损失调整所述待训练的视频图像增强模型。
根据本申请的又一方面，还提供一种电子设备，所述电子设备包括：处理器；存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如上所述的步骤。
根据本申请的又一方面，还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的步骤。
由此可见，本申请提供的方案，与现有技术相比，具有如下优势：
1)在视频图像增强模型训练时，隐式考虑帧间信息，在视频图像增强模型时可仅需要输入待增强帧，即可实现图像帧的增强，由此，减少多帧同时输入处理导致的时延；
2)在视频图像增强模型训练时，由于视频帧之间并非对齐的，本申请通过将视频帧与待增强图像对齐，使得待增强图像和增强后视频流的参考图像帧之间可以按照监督损失来约束时序损失，减少待增强图像和相邻参考帧之间的差异，保证视频流的连续和平滑。
附图说明
通过参照附图详细描述其示例实施方式，本申请的上述和其它特征及优点将变得更加明显。
图1示出了根据本申请实施例的视频图像增强模型训练方法的流程图。
图2示出了根据本申请实施例的视频图像增强模型训练方法的示意图。
图3示出了根据本申请实施例的视频图像增强方法的示意图。
图4示出了根据本申请实施例的视频图像增强模型训练装置的模块图。
图5示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。
图6示意性示出本公开示例性实施例中一种电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本申请的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此，实际执行的顺序有可能根据实际情况改变。
为了克服上述现有技术存在的缺陷，本申请提供一种视频图像增强方法及其模型训练方法、相关设备，从而实现视频图像增强的同时，减少了时延和模型计算量，以适应实时视频图像增强场景。具体而言，本申请提供的视频图像增强模型训练方法可以应用于各类视频监控场景中，诸如车辆监控、行人监控等应用场景中，本申请并非以此为限制。在本发明各个实施例中，图像增强可以包括但不限于提亮、去噪、增强对比度、颜色风格的调整等。
首先参见图1，图1示出了根据本申请实施例的视频图像增强模型训练方法的流程图。本申请提供的视频图像增强模型训练方法包括：
步骤S110：获取待增强视频流以及增强后视频流。
具体而言，步骤S110中，增强后的视频流可以是待增强视频流通过其它算法增强的视频流，用以作为待增强视频流的参考。
步骤S120：从所述待增强视频流抽取第t帧待增强图像和第t+k帧待增强图像，其中，t和k为大于等于1的整数。
具体而言，步骤S120例如可以通过随机抽取的方式，实现第t帧待增强图像和第t+k帧待增强图像的抽取。由此，t和/或k的值可以随机生成，本申请并非以此为限制。
步骤S130：将所述第t帧待增强图像和第t+k帧待增强图像输入待训练的视频图像增强模型，获得所述待训练的视频图像增强模型输出的第t帧准增强图像和第t+k帧准增强图像。
具体而言，待训练的视频图像增强模型的图像增强效果(诸如提亮、去噪、增强对比度、颜色风格的调整)可以按需设置。例如，待训练的视频图像增强模型可以根据需要设计不同功能、大小的模型以适应场景需求，本申请并非以此为限制。视频图像增强模型例如可以是诸如卷积神经网络模型的机器学习模型或深度学习模型。
步骤S140：将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像。
具体而言，步骤S140可以通过如下方式来实现：计算所述第t帧待增强图像和第t+k帧待增强图像之间运动的光流场映射矩阵；基于所计算的光流场映射矩阵，将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像。光流场映射矩阵例如可以通过预训练的光流场映射矩阵估计模型来计算获得，本申请并非以此为限制。通过光流场映射矩阵来标识第t帧待增强图像和第t+k帧待增强图像之间运动变化，从而可以将所述第t+k帧准增强图像通过光流场映射矩阵对齐至第t帧，获得第t+k帧对齐增强图像。
步骤S150：根据所述增强后视频流的图像以及准增强图像计算所述待训练的视频图像增强模型的监督损失。
具体而言，所述所述待训练的视频图像增强模型的监督损失可以根据所述第t帧准增强图像以及所述增强后视频流的第t帧增强图像计算。
以L1损失函数为例，所述待训练的视频图像增强模型的监督损失Len可以根据如下公式计算：
Len＝|Ot-GTt|1
其中，Ot为第t帧准增强图像，GTt为所述增强后视频流的第t帧增强图像。
步骤S160：根据所述第t帧准增强图像和所述第t+k帧对齐增强图像计算所述待训练的视频图像增强模型的时序损失。
具体而言，所述待训练的视频图像增强模型的时序损失还可以根据权值模板进行校正，所述权值模板根据所述第t帧待增强图像以及第t+k帧对齐待增强图像，所述第t+k帧对齐待增强图像基于所述第t+k帧待增强图像对齐至第t帧获得。
以L1损失函数为例，所述待训练的视频图像增强模型的时序损失Ltc可以根据如下公式计算：
其中，Ot为第t帧准增强图像，
为第t+k帧对齐增强图像，Vt→t+k为权值模板，权值模板Vt→t+k根据如下公式计算：
其中，It为第t帧待增强图像，
为第t+k帧对齐待增强图像。
由此，可以约束相邻帧增强输出的差异，保证视频的时序一致性，权值模板用于减小图像噪声和算法误差带来的影响。
进一步地，所述所述第t+k帧待增强图像对齐至第t帧与所述第t+k帧准增强图像对齐至第t帧可以采用相同的对齐方式，从而实现对齐算法的复用，提高训练效率。在另一些实施例中，所述第t+k帧待增强图像对齐至第t帧与所述第t+k帧准增强图像对齐至第t帧也可以采用不同的对齐方式，本申请并非以此为限制。
步骤S170：根据所述监督损失以及所述时序损失调整所述待训练的视频图像增强模型。
具体而言，步骤S170例如可以通过梯度下降等模型训练算法，基于所计算的损失函数对视频图像增强模型进行训练，由此，以便于获得较好的增强效果。
由此，本申请提供的视频图像增强模型训练方法中，1)在视频图像增强模型训练时，隐式考虑帧间信息，在视频图像增强模型时可仅需要输入待增强帧，即可实现图像帧的增强，由此，减少多帧同时输入处理导致的时延；2)在视频图像增强模型训练时，由于视频帧之间并非对齐的，本申请通过将视频帧与待增强图像对齐，使得待增强图像和增强后视频流的参考图像帧之间可以按照监督损失来约束时序损失，减少待增强图像和相邻参考帧之间的差异，保证视频流的连续和平滑。
下面参见图2，图2示出了根据本申请实施例的视频图像增强模型训练方法的示意图。
抽取的第t帧待增强图像It和第t+k帧待增强图像It+k输入至视频图像增强模型中，分别获得第t帧准增强图像Ot和第t+k帧准增强图像Ot+k。第t帧待增强图像It和第t+k帧待增强图像It+k经由光流场计算模型可以计算获得光流场映射矩阵Mt→t+k。第t+k帧准增强图像Ot+k可以通过光流场映射矩阵Mt→t+k对齐至第t帧，获得第t+k帧对齐增强图像
第t+k帧待增强图像It+k可以对齐到第t帧，获得第t+k帧对齐待增强图像
第t+k帧对齐待增强图像
和第t帧待增强图像It经由权值计算模型计算获得权值模板Vt→t+k。根据权值模板Vt→t+k、第t帧准增强图像Ot和第t+k帧对齐增强图像
可以计算获得时序损失(监督损失计算未示出)。由此，可以根据时序损失和监督损失对视频图像增强模型进行训练。
下面参考图3，图3示出了根据本申请实施例的视频图像增强方法的示意图。视频图像增强方法包括将待增强视频流的待增强视频帧输入至视频图像增强模型，所述视频图像增强模型基于如上所述的训练方法训练。如图3，待增强视频流的第t帧待增强图像It输入经训练的视频图像增强模型后，可以实时获得模型的输出Ot作为第t帧增强图像。由此，实现单帧的视频图像增强。
以上示例性地示出本申请的多个实现方式，本申请并非以此为限制，各实施方式中，步骤的增加、省略、顺序变换皆在本申请的保护范围之内；各实施方式可以单独或组合来实现。
下面结合图4描述本申请提供的视频图像增强模型训练装置300。视频图像增强模型训练装置300包括获取模块310、抽取模块320、输入模块330、对齐模块340、监督损失模块350、时序损失模块360以及调整模块370。
获取模块310配置成获取待增强视频流以及增强后视频流；
抽取模块320配置成从所述待增强视频流抽取第t帧待增强图像和第t+k帧待增强图像，其中，t和k为大于等于1的整数；
输入模块330配置成将所述第t帧待增强图像和第t+k帧待增强图像输入待训练的视频图像增强模型，获得所述待训练的视频图像增强模型输出的第t帧准增强图像和第t+k帧准增强图像；
对齐模块340配置成将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像；
监督损失模块350配置成根据所述增强后视频流的图像以及准增强图像计算所述待训练的视频图像增强模型的监督损失；
时序损失模块360配置成根据所述第t帧准增强图像和所述第t+k帧对齐增强图像计算所述待训练的视频图像增强模型的时序损失；
调整模块370配置成根据所述监督损失以及所述时序损失调整所述待训练的视频图像增强模型。
本申请提供的视频图像增强模型训练装置中，1)在视频图像增强模型训练时，隐式考虑帧间信息，在视频图像增强模型时可仅需要输入待增强帧，即可实现图像帧的增强，由此，减少多帧同时输入处理导致的时延；2)在视频图像增强模型训练时，由于视频帧之间并非对齐的，本申请通过将视频帧与待增强图像对齐，使得待增强图像和增强后视频流的参考图像帧之间可以按照监督损失来约束时序损失，减少待增强图像和相邻参考帧之间的差异，保证视频流的连续和平滑。
本发明还可以提供一种视频图像增强装置，配置成执行图3所示的视频图像增强方法执行的步骤。
本申请可以通过软件、硬件、固件及其任意结合的方式实现视频图像增强模型训练装置300以及视频图像增强装置。图4仅仅是示意性的示出本申请提供的视频图像增强模型训练装置300，在不违背本申请构思的前提下，模块的拆分、合并、增加都在本申请的保护范围之内。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被例如处理器执行时可以实现上述任意一个实施例中所述视频图像增强模型训练方法和/或视频图像增强方法的步骤。在一些可能的实施方式中，本申请的各个方面还可以实现为一种程序产品的形式，其包括程序代码，若所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述视频图像增强模型训练方法和/或视频图像增强方法部分中描述的根据本申请各种示例性实施方式的步骤。
参考图5所示，描述了根据本申请的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本申请的程序产品不限于此，在本文件中，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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
所述计算机可读存储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，其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。可读存储介质上包含的程序代码可以用任何适若的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到租户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述视频图像增强模型训练方法和/或视频图像增强方法的步骤。
所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本申请的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本申请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以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述视频图像增强模型训练方法和/或视频图像增强方法部分中描述的根据本申请各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图2或3中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得租户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应若明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述视频图像增强模型训练方法和/或视频图像增强方法。
由此可见，本申请提供的方案，与现有技术相比，具有如下优势：
1)在视频图像增强模型训练时，隐式考虑帧间信息，在视频图像增强模型时可仅需要输入待增强帧，即可实现图像帧的增强，由此，减少多帧同时输入处理导致的时延；
2)在视频图像增强模型训练时，由于视频帧之间并非对齐的，本申请通过将视频帧与待增强图像对齐，使得待增强图像和增强后视频流的参考图像帧之间可以按照监督损失来约束时序损失，减少待增强图像和相邻参考帧之间的差异，保证视频流的连续和平滑。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种视频图像增强模型训练方法，其特征在于，包括：
获取待增强视频流以及增强后视频流；
从所述待增强视频流抽取第t帧待增强图像和第t+k帧待增强图像，其中，t和k为大于等于1的整数；
将所述第t帧待增强图像和第t+k帧待增强图像输入待训练的视频图像增强模型，获得所述待训练的视频图像增强模型输出的第t帧准增强图像和第t+k帧准增强图像；
将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像；
根据所述增强后视频流的图像以及准增强图像计算所述待训练的视频图像增强模型的监督损失；
根据所述第t帧准增强图像和所述第t+k帧对齐增强图像计算所述待训练的视频图像增强模型的时序损失；
根据所述监督损失以及所述时序损失调整所述待训练的视频图像增强模型。
2.如权利要求1所述的视频图像增强模型训练方法，其特征在于，所述将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像包括：
计算所述第t帧待增强图像和第t+k帧待增强图像之间运动的光流场映射矩阵；
基于所计算的光流场映射矩阵，将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像。
3.如权利要求1所述的视频图像增强模型训练方法，其特征在于，所述所述待训练的视频图像增强模型的监督损失根据所述第t帧准增强图像以及所述增强后视频流的第t帧增强图像计算。
4.如权利要求1所述的视频图像增强模型训练方法，其特征在于，所述待训练的视频图像增强模型的时序损失还根据权值模板进行校正，所述权值模板根据所述第t帧待增强图像以及第t+k帧对齐待增强图像，所述第t+k帧对齐待增强图像基于所述第t+k帧待增强图像对齐至第t帧获得。
5.如权利要求4所述的视频图像增强模型训练方法，其特征在于，所述所述第t+k帧待增强图像对齐至第t帧与所述第t+k帧准增强图像对齐至第t帧采用相同的对齐方式。
6.如权利要求1至5任一项所述的视频图像增强模型训练方法，其特征在于，所述监督损失以及所述时序损失为L1损失函数。
7.一种视频图像增强方法，其特征在于，包括：
将待增强视频流的待增强视频帧输入至视频图像增强模型，所述视频图像增强模型基于如权利要求1至6任一项所述的训练方法训练。
8.一种视频图像增强模型训练装置，其特征在于，包括：
获取模块，配置成获取待增强视频流以及增强后视频流；
抽取模块，配置成从所述待增强视频流抽取第t帧待增强图像和第t+k帧待增强图像，其中，t和k为大于等于1的整数；
输入模块，配置成将所述第t帧待增强图像和第t+k帧待增强图像输入待训练的视频图像增强模型，获得所述待训练的视频图像增强模型输出的第t帧准增强图像和第t+k帧准增强图像；
对齐模块，配置成将所述第t+k帧准增强图像对齐至第t帧，获得第t+k帧对齐增强图像；
监督损失模块，配置成根据所述增强后视频流的图像以及准增强图像计算所述待训练的视频图像增强模型的监督损失；
时序损失模块，配置成根据所述第t帧准增强图像和所述第t+k帧对齐增强图像计算所述待训练的视频图像增强模型的时序损失；
调整模块，配置成根据所述监督损失以及所述时序损失调整所述待训练的视频图像增强模型。
9.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储器，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行：
如权利要求1至6任一项所述的视频图像增强模型训练方法；和/或
如权利要求7所述的视频图像增强方法。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行：
如权利要求1至6任一项所述的视频图像增强模型训练方法；和/或
如权利要求7所述的视频图像增强方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110727511.3A CN113450276B (zh) | 2021-06-29 | 2021-06-29 | 视频图像增强方法及其模型训练方法、相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110727511.3A CN113450276B (zh) | 2021-06-29 | 2021-06-29 | 视频图像增强方法及其模型训练方法、相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113450276A true CN113450276A (zh) | 2021-09-28 |
| CN113450276B CN113450276B (zh) | 2022-07-08 |
Family
ID=77813994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110727511.3A Active CN113450276B (zh) | 2021-06-29 | 2021-06-29 | 视频图像增强方法及其模型训练方法、相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113450276B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114071167A (zh) * | 2022-01-13 | 2022-02-18 | 浙江大华技术股份有限公司 | 视频增强方法、装置、解码方法、解码器及电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102110250A (zh) * | 2009-12-29 | 2011-06-29 | 中国科学院合肥物质科学研究院 | 减灾决策方案优化与确定的方法 |
| CN111652899A (zh) * | 2020-05-29 | 2020-09-11 | 中国矿业大学 | 一种时空部件图的视频目标分割方法 |
-
2021
- 2021-06-29 CN CN202110727511.3A patent/CN113450276B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102110250A (zh) * | 2009-12-29 | 2011-06-29 | 中国科学院合肥物质科学研究院 | 减灾决策方案优化与确定的方法 |
| CN111652899A (zh) * | 2020-05-29 | 2020-09-11 | 中国矿业大学 | 一种时空部件图的视频目标分割方法 |
Non-Patent Citations (2)
| Title |
|---|
| 崔童等: "基于吸收透射率补偿及时空导向图像滤波的实时视频去雾", 《机器人》 * |
| 郭晶晶等: "FFmpeg在视频图像处理中的应用", 《刑事技术》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114071167A (zh) * | 2022-01-13 | 2022-02-18 | 浙江大华技术股份有限公司 | 视频增强方法、装置、解码方法、解码器及电子设备 |
| CN114071167B (zh) * | 2022-01-13 | 2022-04-26 | 浙江大华技术股份有限公司 | 视频增强方法、装置、解码方法、解码器及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113450276B (zh) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111654746B (zh) | 视频的插帧方法、装置、电子设备和存储介质 | |
| CN110189336B (zh) | 图像生成方法、系统、服务器及存储介质 | |
| CN111681177B (zh) | 视频处理方法及装置、计算机可读存储介质、电子设备 | |
| EP3872760A2 (en) | Method and apparatus of training depth estimation network, and method and apparatus of estimating depth of image | |
| EP3819820A2 (en) | Method and apparatus for recognizing key identifier in video, device and storage medium | |
| US11641446B2 (en) | Method for video frame interpolation, and electronic device | |
| CN113689372B (zh) | 图像处理方法、设备、存储介质及程序产品 | |
| CN110166796B (zh) | 视频帧的处理方法、装置、计算机可读介质及电子设备 | |
| CN114187624B (zh) | 图像生成方法、装置、电子设备及存储介质 | |
| CN110570435A (zh) | 用于对车辆损伤图像进行损伤分割的方法及装置 | |
| CN110889809B (zh) | 图像处理方法及装置、电子设备、存储介质 | |
| CN114073071A (zh) | 视频插帧方法及装置、计算机可读存储介质 | |
| CN113379877B (zh) | 人脸视频生成方法、装置、电子设备及存储介质 | |
| KR20220153667A (ko) | 특징 추출 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
| CN111382647A (zh) | 一种图片处理方法、装置、设备及存储介质 | |
| CN113450276B (zh) | 视频图像增强方法及其模型训练方法、相关设备 | |
| CN111327946A (zh) | 视频质量评价和特征字典的训练方法、装置和介质 | |
| CN116433692A (zh) | 一种医学图像分割方法、装置、设备和存储介质 | |
| CN113610016B (zh) | 视频帧特征提取模型的训练方法、系统、设备及存储介质 | |
| CN107833185B (zh) | 图像去雾方法及装置、存储介质、电子设备 | |
| WO2024014819A1 (en) | Multimodal disentanglement for generating virtual human avatars | |
| CN114745545B (zh) | 一种视频插帧方法、装置、设备和介质 | |
| CN108460768B (zh) | 层次化时域切分的视频关注对象分割方法和装置 | |
| CN116156218A (zh) | 视频插帧模型的确定方法及装置、视频插帧方法及装置 | |
| CN115018734A (zh) | 视频修复方法和视频修复模型的训练方法、装置 |
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 |