CN115022541B - 视频畸变校正方法及装置、计算机可读介质和电子设备 - Google Patents
视频畸变校正方法及装置、计算机可读介质和电子设备 Download PDFInfo
- Publication number
- CN115022541B CN115022541B CN202210603090.8A CN202210603090A CN115022541B CN 115022541 B CN115022541 B CN 115022541B CN 202210603090 A CN202210603090 A CN 202210603090A CN 115022541 B CN115022541 B CN 115022541B
- Authority
- CN
- China
- Prior art keywords
- image frame
- current image
- correction
- determining
- video
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 334
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 136
- 230000004044 response Effects 0.000 claims abstract description 61
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims description 57
- 230000008859 change Effects 0.000 claims description 41
- 230000000241 respiratory effect Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 230000003111 delayed effect Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 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
Classifications
-
- G06T5/80—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
-
- 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
Abstract
本公开提供一种视频畸变校正方法及装置、计算机可读介质和电子设备,涉及图像处理技术领域。该方法包括:获取待处理视频中的当前图像帧,并确定当前图像帧对应的校正处理方式;若确定校正处理方式为延迟校正处理,则根据当前图像帧中的图像内容确定延迟响应时长;确定当前图像帧对应的当前校正强度;基于延迟响应时长和当前校正强度对当前图像帧进行畸变校正处理,得到目标图像帧,以根据目标图像帧生成畸变校正后的待处理视频。本公开通过设置延迟响应时长对视频图像帧的畸变校正进行延迟,减少画面呼吸效应的问题,保证视频人脸畸变校正的结果更加符合人眼视觉,提升视频帧之间显示的稳定性以及平滑性。
Description
技术领域
本公开涉及图像处理技术领域,具体涉及一种视频畸变校正方法、视频畸变校正装置、计算机可读介质和电子设备。
背景技术
伴随着人们生活水平的不断提高,通过移动终端进行人像拍照的方式越来越得到人们的欢迎。相机成像中的透视投影会带来透视形变,透视形变导致物体的形状发生改变,可能导致拍摄的图像中的人脸区域发生畸变。
目前,相关的视频人脸畸变校正方案中,当视频图像中的人脸在频繁进出画面或位移幅度较大时,前后帧的校正强度会出现较大变化,此时画面会出现呼吸状的变化幅度,导致校正后视频画面显示的平滑性以及稳定性较差。
发明内容
本公开的目的在于提供一种视频畸变校正方法、视频畸变校正装置、计算机可读介质和电子设备,进而至少在一定程度上避免相关的视频人脸畸变校正方案中的画面呼吸现象,提升校正后视频画面显示的平滑性以及稳定性。
根据本公开的第一方面,提供一种视频畸变校正方法,包括:
获取待处理视频中的当前图像帧,并确定所述当前图像帧对应的校正处理方式;
若确定所述校正处理方式为延迟校正处理,则根据所述当前图像帧中的图像内容确定延迟响应时长;
确定所述当前图像帧对应的当前校正强度;
基于所述延迟响应时长和所述当前校正强度对所述当前图像帧进行畸变校正处理,得到目标图像帧,以根据所述目标图像帧生成畸变校正后的待处理视频。
根据本公开的第二方面,提供一种视频畸变校正装置,包括:
校正方式确定模块,用于获取待处理视频中的当前图像帧,并确定所述当前图像帧对应的校正处理方式;
延迟时长确定模块,用于若确定所述校正处理方式为延迟校正处理,则根据所述当前图像帧中的图像内容确定延迟响应时长;
校正强度确定模块,用于确定所述当前图像帧对应的当前校正强度;
延迟校正模块,用于基于所述延迟响应时长和所述当前校正强度对所述当前图像帧进行畸变校正处理,得到目标图像帧,以根据所述目标图像帧生成畸变校正后的待处理视频。
根据本公开的第三方面,提供一种计算机可读介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的方法。
根据本公开的第四方面,提供一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述的方法。
本公开的一种实施例所提供的视频畸变校正方法,可以先确定当前图像帧应该要执行校正处理方式,若确定校正处理方式为延迟校正处理,则可以根据当前图像帧中的图像内容确定延迟响应时长,然后确定当前图像帧对应的当前校正强度,进而可以基于确定的延迟响应时长和当前校正强度对当前图像帧进行畸变校正处理,得到目标图像帧,最后可以根据多个目标图像帧生成畸变校正后的待处理视频。通过检测到当前图像帧应该要执行校正处理方式,并在需要延迟校正处理时,确定延迟响应时长,通过延迟响应时长确定当前图像帧的校正时机,有效减少相关的视频人脸畸变校正方案中的画面呼吸现象,提升校正后视频画面显示的平滑性以及稳定性,保证视频人脸畸变校正后的结果更符合人眼视觉,提升用户的使用体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本公开实施例的一种示例性系统架构的示意图;
图2示意性示出本公开示例性实施例中一种视频畸变校正方法的流程示意图;
图3示意性示出本公开示例性实施例中一种确定校正处理方式的流程示意图;
图4示意性示出本公开示例性实施例中一种确定当前校正强度的流程示意图;
图5示意性示出本公开示例性实施例中另一种确定校正处理方式的流程示意图;
图6示意性示出本公开示例性实施例中一种确定延迟响应时长的流程示意图;
图7示意性示出本公开示例性实施例中视频畸变校正装置的组成示意图;
图8示出了可以应用本公开实施例的一种电子设备的示意图。
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公开将更加全面和完整,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,附图仅为本公开的示意性图解,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。
图1示出了可以应用本公开实施例的一种视频畸变校正方法及装置的示例性应用环境的系统架构的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一个或多个,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。终端设备101、102、103可以是各种具有图像处理功能的电子设备,包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。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。比如服务器105可以是多个服务器组成的服务器集群等。
本公开实施例所提供的视频畸变校正方法一般由终端设备101、102、103中执行,相应地,视频畸变校正装置一般设置于终端设备101、102、103中。但本领域技术人员容易理解的是,本公开实施例所提供的视频畸变校正方法也可以由服务器105执行,相应的,视频畸变校正装置也可以设置于服务器105中,本示例性实施例中对此不做特殊限定。举例而言,在一种示例性实施例中,可以是用户通过终端设备101、102、103通过图像传感器采集待处理视频,然后将待处理视频上传至服务器105,服务器通过本公开实施例所提供的视频畸变校正方法生成畸变校正后的目标图像帧后,将目标图像帧传输给终端设备101、102、103,生成待处理视频并显示。
首先,本公开提供了一种视频畸变校正方法,下面以终端设备执行该方法为例,对本公开示例性实施方式的视频畸变校正方法进行具体说明。
图2示出了本示例性实施方式中一种视频畸变校正方法的流程,包括以下步骤S210至步骤S240:
在步骤S210中,获取待处理视频中的当前图像帧,并确定所述当前图像帧对应的校正处理方式。
在一示例性实施例中,待处理视频是指通过基于透视成像原理拍摄得到的具有畸变现象的视频图像数据,相机成像中的透视投影会带来透视形变,透视形变导致物体的形状发生改变,可能导致拍摄的视频图像中的人脸区域发生畸变,并且透视投影带来的人脸畸变程度与其处于画面的位置有关,距离边缘越近,人脸畸变程度越大,但能维持直线的形状。例如,待处理视频可以是终端设备通过摄像头实时采集的具有人脸图像畸变现象的视频图像,也可以是终端设备通过摄像头实时采集的前景对象(如车辆、房屋等对象)发生畸变现象的视频图像,本示例实施例对待处理视频中所包含的畸变图像内容不做特殊限定。
可以理解的是,待处理视频不仅可以是通过摄像头实时采集的,也可以是预先存储在存储单元的具有畸变现象的视频图像,还可以是其它设备通过有线或者无线的方式传输过来的具有畸变现象的视频图像,本示例实施例对待处理视频的来源不做特殊限定。
当前图像帧是指待处理视频中当前时刻需要进行畸变校正的图像帧,需要说明的是,当前图像帧可以是当前时刻邻近的预设数量的多帧图像,具体可以根据实际应用情况或者待处理视频的帧率等参数,自定义设置当前时刻需要处理的当前图像帧的数量,本示例实施例对此不做特殊限定。
校正处理方式是指预先设置的处理当前图像帧的方式,例如,校正处理方式可以是延迟校正处理的方式,也可以是正常校正处理的方式,本示例实施例不以此为限;其中,延迟校正处理可以是在接收到当前图像帧之后延迟对该当前图像帧进行畸变校正的时机的处理方式,正常校正处理可以是在接收到当前图像帧之后即刻对该当前图像帧进行畸变校正的时机的处理方式。
可以根据待处理视频的历史视频参数确定当前图像帧的校正处理方式,例如,在待处理视频的一段时间内检测到画面中的人脸图像(或者前景对象)频繁进出画面,或者人脸图像(或者前景对象)在画面中位移幅度较大时,此时可以将这段时间内的图像帧的校正处理方式均标记为需要进行延迟校正处理;相反,若在待处理视频的一段时间内检测到画面中的人脸图像(或者前景对象)未移动到画面之外或进出画面的次数较少,或者人脸图像(或者前景对象)在画面中位移幅度较小时,此时可以将这段时间内的图像帧的校正处理方式均标记为正常校正处理。
在步骤S220中,若确定所述校正处理方式为延迟校正处理,则根据所述当前图像帧中的图像内容确定延迟响应时长。
在一示例性实施例中,延迟校正处理是指在接收到当前图像帧之后延迟对该当前图像帧进行畸变校正的时机的处理方式,例如,在待处理视频的一段时间内检测到画面中的人脸图像(或者前景对象)频繁进出画面,或者人脸图像(或者前景对象)在画面中位移幅度较大时,此时若继续通过正常的畸变校正处理,画面内容可能会出现呼吸状的变化幅度,即出现呼吸效应:画面的尺寸不变,但画面的视场角FOV会出现变大或者变小的现象,通过延迟校正处理能够有效减轻待处理视频的呼吸效应。
延迟响应时长是指针对需要进行延迟校正处理的当前图像帧,延迟其畸变校正处理时机的数据,例如,延迟响应时长可以是1秒,即在接收到需要进行延迟校正处理的当前图像帧之后,等待1秒后才会对其进行畸变校正处理;当然,延迟响应时长可以是2秒,具体的延迟响应时长可以根据实际需要进行自定义设置,本示例实施例对此不做特殊限定。
在确定当前图像帧的校正处理方式为延迟校正处理时,可以根据当前图像帧中的图像内容确定延迟响应时长,例如,可以判断当前图像帧与前后帧图像中人脸的数量是否变化:若人脸的数量没有变化,则可以是认为此时的延迟校正处理状态是由人脸位移幅度较大造成的,则延迟响应时长可以设置为1秒;若人脸的数量发生变化,则可以认为此时的延迟校正处理状态是由画面中的人脸频繁进出画面造成的,则延迟响应时长可以设置为2秒。当然,此处仅是示意性举例说明,延迟响应时长还可以通过当前图像帧中的其他画面内容进行设置,也可以通过其他影响畸变校正处理结果的数据进行设置,本示例实施例不以此为限。
在步骤S230中,确定所述当前图像帧对应的当前校正强度。
在一示例性实施例中,当前校正强度是指对当前图像帧进行畸变校正时像素内容的位移幅度,由于相机成像中的透视投影会带来透视形变,并且透视投影带来的人脸畸变程度与其处于画面的位置有关,距离图像边缘越近,人脸畸变程度越大,此时所需要的校正强度越大,即将畸变人脸内容调整为正常人脸内容时像素内容的位移幅度越大;相反的,距离图像边缘越远(即距离图像中心越近),人脸畸变程度越小,此时所需要的校正强度越小,即将畸变人脸内容调整为正常人脸内容时像素内容的位移幅度越小。
例如,可以通过当前图像帧中人脸区域到图像边缘(或者图像中心)的距离确定当前图像帧对应的当前校正强度,也可以通过人脸区域面积占据当前图像帧面积的比例确定当前图像帧对应的当前校正强度,本示例实施例对确定当前图像帧对应的当前校正强度的方式不做特殊限定。
在步骤S240中,基于所述延迟响应时长和所述当前校正强度对所述当前图像帧进行畸变校正处理,得到目标图像帧,以根据所述目标图像帧生成畸变校正后的待处理视频。
在一示例性实施例中,畸变校正处理是指对当前图像帧中畸变区域的像素点进行位置调整得到无畸变现象的当前图像帧的处理过程,例如,畸变校正处理可以是通过多项式畸变校正模型对当前图像帧中的像素点进行调整的处理过程,也可以是通过极球面投影的方式对当前图像帧中的像素点进行调整的处理过程,当然,还可以是通过其他方式对当前图像帧中的像素点进行调整得到无畸变的当前图像帧的处理过程,本示例实施例对此不做特殊限定。
在对当前图像帧进行畸变校正处理时,可以通过延迟响应时长重新确定当前图像帧进行畸变校正处理的时机,例如,若T时刻的当前图像帧的延迟响应时长为1秒,此时可以在T+1时刻开始对当前图像帧进行畸变校正处理。
通俗来说,假设当前图像帧对应的视频内容为人脸进出画面一次,那么在人脸刚进入(移出)画面的那一帧图像是人脸距离图像边缘最近的时候,此时对当前图像帧进行畸变校正处理,在确定的校正强度上势必会出现较大的变化,导致上一时刻的校正强度大(小),下一时刻的校正强度小(大),这样在短时间出现校正强度较大变化,会导致画面呼吸效应的产生。此时通过引入延迟响应时长,使校正强度变化最大的时候不进行畸变校正,然后在校正强度变化平缓时,在继续对图像帧进行畸变校正处理,可以有效避免画面呼吸效应。
通过延迟响应的方式,避免待处理视频在畸变校正时由于画面内容变化幅度大而导致出现呼吸效应,提升校正后的待处理视频显示的平滑性和稳定性。
下面,对步骤S210至步骤S240进行详细说明。
在一示例性实施例中,可以通过图3中步骤确定当前图像帧对应的校正处理方式,参考图3所示,具体可以包括:
步骤S310,确定所述待处理视频对应的历史视频参数,并根据所述历史视频参数确定所述待处理视频中人像区域的位移变化数据,所述位移变化数据包括画面进出频率和/或位移幅度;
步骤S320,若所述位移变化数据满足预设条件,则确定所述当前图像帧对应的校正处理方式为延迟校正处理;其中,所述预设条件为所述画面进出频率大于或等于频率阈值,和/或,所述位移幅度大于或等于位移阈值。
其中,待处理视频对应的历史视频参数是指待处理视频在历史时刻对应的属性信息,例如,历史视频参数可以包括但不限于待处理视频的时刻信息、人像区域标识、人像区域数量、人像区域坐标等,本示例实施例对此不做特殊限定。
人像区域是指待处理视频中人脸图像内容所在的图像区域,例如,可以通过人脸检测识别网络对待处理视频中的当前图像帧进行人脸识别,得到的人脸框对应的图像区域可以认为是待处理视频中人脸图像内容所在的人像区域,当然,人像区域还可以通过图像边缘检测算法确定的人脸边缘轮廓构成的图像区域,本实施例不以此为限。
位移变化数据是指衡量视频画面中人像区域的变化程度的数据,例如,位移变化数据可以是人像区域的画面进出频率,也可以是人像区域的位移幅度。
其中,画面进出频率是指在单位时间或者固定数量的视频帧中人像区域进出画面的次数,例如,待处理视频中存在人像区域A,在单位时间或者固定数量的视频帧中,检测到人像区域A移出或者进入画面2次,则可以确定该人像区域的画面进出频率为2;当然,若待处理视频中存在多个人像区域,待处理视频中人像区域的画面进出频率可以是多个人像区域的画面进出频率之和。
位移幅度是指人像区域在单位时间或者固定数量的视频帧中在视频画面所产生的最大位移距离,例如,待处理视频中存在人像区域A,在单位时间或者固定数量的视频帧中一共产生3次位移,分别为2,4,2,则人像区域A的位移幅度为4;当然,若待处理视频中存在多个人像区域,待处理视频中人像区域的位移幅度可以是多个人像区域对应的位移幅度的最大值。
预设条件是指预先设置的、用于衡量人像区域人像区域的位移变化数据是否满足延迟校正处理方式的数据,具体的,预设条件可以设置为画面进出频率大于或等于频率阈值,和/或,位移幅度大于或等于位移阈值,当然,预设条件还可以根据实际应用场景进行自定义设置,本示例实施例对此不做特殊限定。
举例而言,若位移变化数据是画面进出频率,则频率阈值可以是2次/30帧,当然,也可以是2次/秒;若位移变化数据是位移幅度,则位移阈值可以是4,也可以是3;若待处理视频中存在多个人像区域时,位移变化数据可以是画面进出频率和位移幅度,分别统计进出画面的人像区域以及在画面中产生位移的位移幅度,那么相应的,判断的阈值可以是频率阈值和位移阈值的结合,具体的频率阈值和位移阈值可以根据实际应用情况进行自定义设置,本示例实施例不以此为限。
在画面进出频率大于或等于频率阈值,和/或,位移幅度大于或等于位移阈值时,则可以预测待处理视频中的画面内容在短时间内产生较大变化,此时可以认为当前图像帧可能产生呼吸效应,因此,可以将当前图像帧对应的校正处理方式设置为延迟校正处理,能够有效减少待处理视频的呼吸效应,提升校正后的待处理视频显示的平滑性。
通过待处理视频中人像区域的位移变化数据,如通过画面进出频率、或者通过位移幅度,或者通过画面进出频率和位移幅度,能够有效判断当前图像帧的人像区域的变化情况,提升确定的校正处理方式的准确性,提升待处理视频的畸变校正效果。
在一示例性实施例中,可以先对当前图像帧进行人脸检测,确定当前图像帧中人像区域,例如,可以通过人脸检测识别网络对待处理视频中的当前图像帧进行人脸识别,得到的人脸框标注的图像区域可以认为是待处理视频中人脸图像内容所在的人像区域,当然,人像区域还可以通过图像边缘检测算法确定的人脸边缘轮廓构成的图像区域,本示例实施例不以此为限。然后可以根据人像区域的区域尺寸以及在当前图像帧中的坐标位置,确定当前图像帧对应的当前校正强度。
具体的,可以通过图4中的步骤确定当前图像帧对应的当前校正强度,参考图4所示,具体可以包括:
步骤S410,根据所述坐标位置确定所述人像区域的中心点到所述当前图像帧的边缘的距离数据,并根据所述距离数据确定第一校正强度;
步骤S420,根据所述区域尺寸确定第二校正强度;
步骤S430,对所述第一校正强度和所述第二校正强度进行加权求和,得到所述当前图像帧对应的当前校正强度。
其中,第一校正强度是指根据人像区域在当前图像帧中的坐标位置确定的校正强度参数,例如,人像区域在当前图像帧中的坐标位置可以认为是人像区域的中心点坐标,也可以是人像区域的任一角点坐标;以坐标位置为人像区域的中心点为例,可以确定人像区域的中心点到当前图像帧中最近图像边缘的距离数据。可以获取预先设置的距离数据与校正强度之间的映射关系,在确定距离数据之后,通过该映射关系确定第一校正强度。
第二校正强度是指根据人像区域在当前图像帧中所占比例确定的校正强度参数,例如,可以设置面积尺寸与校正强度之间的映射关系,在确定人像区域的面积尺寸之后,可以通过该映射关系确定第二校正强度。
可以获取预先设置的权重比例,例如,第一校正强度的权重为0.8,第二校正强度的权重为0.2,通过该权重比例对第一校正强度和第二校正强度进行加权求和,得到当前图像帧对应的当前校正强度。
在一可选实施例中,在当前图像帧的尺寸已知的情况下,可以设置尺寸阈值,并且在人像区域的面积尺寸大于或者等于尺寸阈值时,按照人像区域的面积尺寸等比降低依据距离数据确定的第一校正强度,得到当前图像帧对应的当前校正强度,本示例实施例对融合第一校正强度和第二校正强度的方式不做特殊限定。
在一示例性实施例中,可以通过图5中步骤确定当前图像帧对应的校正处理方式,参考图5所示,具体可以包括:
步骤S510,确定所述当前图像帧对应的历史图像帧,并获取所述历史图像帧对应的历史校正强度;
步骤S520,若所述当前图像帧的当前校正强度与所述历史校正强度的差值大于或者等于预设的差值阈值,则确定所述当前图像帧对应的校正处理方式为延迟校正处理。
其中,历史图像帧是指当前图像帧的前一时刻对应的图像帧,历史校正强度是指在对历史图像帧进行畸变校正处理计算得到的校正强度。
可以对当前图像帧的当前校正强度与历史图像帧的历史校正强度进行对比,在确定当前校正强度与历史校正强度的差值大于或者等于预设的差值阈值时,可以认为当前图像帧与历史图像帧之间的校正强度变化较大,可能导致待处理视频在畸变校正后出现呼吸效应,此时也可以将当前图像帧对应的校正处理方式设置为延迟校正处理。
具体的,可以将对图像帧的校正强度划分为多个等级,例如,校正强度可以划分为8个等级,那么差值阈值可以设置为3,在当前图像帧的当前校正强度与历史图像真的历史校正强度的差值大于或者等于3时,此时可以认为以当前的畸变校正强度进行校正处理,得到的待处理视频会出现明显的画面呼吸效应,而校正强度等级小于3时,画面呼吸效应不容易被肉眼发现。
通过校正强度变化,能够直观预测到校正后的待处理视频是否会出现呼吸效应,保证当前图像帧对应的校正处理方式的准确性。
可选的,若当前图像帧中人像区域的位移变化数据大于或者等于预设的变化阈值,则可以认为当前图像帧为待延迟状态,进而继续判断当前图像帧的当前校正强度与历史图像真的历史校正强度的差值是否大于或者等于预设的差值阈值,若确定大于或者等于预设的差值阈值,此时可以将当前图像帧对应的校正处理方式设置为延迟校正处理。
通过将两个判断条件进行融合,能够进一步保证确定的校正处理方式的准确性,提升畸变校正后的待处理视频的显示质量。
在一示例性实施例中,可以通过图6中的步骤实现根据当前图像帧中的图像内容变化确定延迟响应时长,参考图6所示,具体可以包括:
步骤S610,确定所述当前图像帧中人像区域的第一数量数据,并获取所述当前图像帧对应的历史图像帧中人像区域的第二数量数据;
步骤S620,若确定所述第一数量数据和所述第二数量数据不一致,则确定所述延迟响应时长为第一预设时长;
步骤S630,若确定所述第一数量数据和所述第二数量数据一致,则确定所述延迟响应时长为第二预设时长;其中,所述第一预设时长大于所述第二预设时长。
其中,第一数量数据是指当前图像帧中人像区域的数量,第二数量数据是指历史图像帧中人像区域的数量,具体的,可以通过对当前图像帧或者历史图像帧进行人脸识别检测,在图像帧中生成人脸标注框,将人脸标注框的数量作为当前图像帧或者历史图像帧的人像区域的数量。
第一预设时长是指在图像内容变化较大的情况时所采用的延迟响应时长,第二预设时长是指在图像内容变化较小的情况时所采用的延迟响应时长,第一预设时长可以大于第二预设时长,例如,第一预设时长可以设置为2秒,第二预设时长可以设置为1秒。
在确定第一数量数据和第二数量数据不一致时,则可以认为此时的待延迟状态是由待处理视频中的人脸进出画面造成的,校正强度的变化基本上是最大的,此时需要较大的时间等待人脸完全进入(移出)画面后在进行畸变校正,因此,可以确定当前情况的延迟响应时长为第一预设时长。
在确定第一数量数据和第二数量数据一致时,则可以认为此时的待延迟状态是由人脸位移幅度较大造成的,校正强度的变化相比于人脸进出画面的情况是较小的,此时仅需要等待人脸完成位移后即可进行畸变校正,因此,可以确定当前情况的延迟响应时长为第二预设时长。
需要说明的是,本示例实施例中的“第一数量数据”、“第二数量数据”、“第一预设时长”、“第二预设时长”中的“第一”、“第二”仅用于区分不同的数量以及预设延迟时长,没有任何特殊含义,并不应对本示例实施例造成任何特殊限定。
通过画面内容变化幅度的大小,自适应确定不同的延迟响应时长,能够符合不同情况下的畸变校正,进一步保证畸变校正后的待处理视频的质量,提升校正后的待处理视频显示的平滑性。
在一示例性实施例中,在对当前图像帧进行畸变校正处理之前,可以根据延迟响应时长确定由历史校正强度变化到当前校正强度的校正强度变化速率;并且在到达基于延迟响应时长确定的校正时机时,可以通过当前校正强度以及校正强度变化速率对当前图像帧进行畸变校正处理。
举例而言,依据延迟响应时长对前后帧的校正强度衰减或者校正强度增强的幅度进行调整,人脸频繁进出画面的状态下,校正强度幅度变化速度最小;反之,正常校正处理下的校正强度的幅度变化速度最大。具体的,在正常校正处理方式下,实际处理图像帧时的校正强度可以以一定速率向目标校正强度靠拢;在延时校正处理方式下,可以根据延迟响应时长,在固定的目标帧数内,降低实际处理时校正强度变化的速率(对应校正强度的衰减或者增长幅度),此处速率的变化是阶跃函数。
在一示例性实施例中,若确定当前图像帧的校正处理方式为标准校正处理,则可以直接基于确定的当前校正强度对当前图像帧进行畸变校正处理,不需要进行延迟响应处理,得到目标图像帧,可以根据标准校正处理得到的目标图像帧生成畸变校正后的待处理视频。
本领域人员容易理解的是,若待处理视频中的部分图像帧需要延迟校正处理,部分图像帧需要标准校正处理,最后可以根据延迟校正处理得到的目标图像帧,以及标准校正处理得到的目标图像帧生成畸变校正后的待处理视频。
综上所述,本示例性实施方式中,可以先确定当前图像帧应该要执行校正处理方式,若确定校正处理方式为延迟校正处理,则可以根据当前图像帧中的图像内容确定延迟响应时长,然后确定当前图像帧对应的当前校正强度,进而可以基于确定的延迟响应时长和当前校正强度对当前图像帧进行畸变校正处理,得到目标图像帧,最后可以根据多个目标图像帧生成畸变校正后的待处理视频。通过检测到当前图像帧应该要执行校正处理方式,并在需要延迟校正处理时,确定延迟响应时长,通过延迟响应时长确定当前图像帧的校正时机,有效减少相关的视频人脸畸变校正方案中的画面呼吸现象,提升校正后视频画面显示的平滑性以及稳定性,保证视频人脸畸变校正后的结果更符合人眼视觉,提升用户的使用体验。
需要注意的是,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
进一步的,参考图7所示,本示例的实施方式中还提供一种视频畸变校正装置700,包括校正方式确定模块710、延迟时长确定模块720、校正强度确定模块730和延迟校正模块740。其中:
校正方式确定模块710用于获取待处理视频中的当前图像帧,并确定所述当前图像帧对应的校正处理方式;
延迟时长确定模块720用于若确定所述校正处理方式为延迟校正处理,则根据所述当前图像帧中的图像内容确定延迟响应时长;
校正强度确定模块730用于确定所述当前图像帧对应的当前校正强度;
延迟校正模块740用于基于所述延迟响应时长和所述当前校正强度对所述当前图像帧进行畸变校正处理,得到目标图像帧,以根据所述目标图像帧生成畸变校正后的待处理视频。
在一示例性实施例中,校正方式确定模块710可以用于:
确定所述待处理视频对应的历史视频参数,并根据所述历史视频参数确定所述待处理视频中人像区域的位移变化数据,所述位移变化数据包括画面进出频率和/或位移幅度;
若所述位移变化数据满足预设条件,则确定所述当前图像帧对应的校正处理方式为延迟校正处理;
其中,所述预设条件为所述画面进出频率大于或等于频率阈值,和/或,所述位移幅度大于或等于位移阈值。
在一示例性实施例中,校正方式确定模块710可以用于:
确定所述当前图像帧对应的历史图像帧,并获取所述历史图像帧对应的历史校正强度;
若所述当前图像帧的当前校正强度与所述历史校正强度的差值大于或者等于预设的差值阈值,则确定所述当前图像帧对应的校正处理方式为延迟校正处理。
在一示例性实施例中,校正强度确定模块730可以包括:
人像区域确定单元,用于对所述当前图像帧进行人脸检测,确定所述当前图像帧中人像区域;
当前校正强度确定单元,用于根据所述人像区域的区域尺寸以及在所述当前图像帧中的坐标位置,确定所述当前图像帧对应的当前校正强度。
在一示例性实施例中,当前校正强度确定单元可以用于:
根据所述坐标位置确定所述人像区域的中心点到所述当前图像帧的边缘的距离数据,并根据所述距离数据确定第一校正强度;
根据所述区域尺寸确定第二校正强度;
对所述第一校正强度和所述第二校正强度进行加权求和,得到所述当前图像帧对应的当前校正强度。
在一示例性实施例中,延迟时长确定模块720可以用于:
确定所述当前图像帧中人像区域的第一数量数据,并获取所述当前图像帧对应的历史图像帧中人像区域的第二数量数据;
若确定所述第一数量数据和所述第二数量数据不一致,则确定所述延迟响应时长为第一预设时长;
若确定所述第一数量数据和所述第二数量数据一致,则确定所述延迟响应时长为第二预设时长;
其中,所述第一预设时长大于所述第二预设时长。
在一示例性实施例中,延迟校正模块740可以用于:
根据所述延迟响应时长确定由历史校正强度变化到所述当前校正强度的校正强度变化速率;
响应于触发基于所述延迟响应时长确定的校正时机,通过所述当前校正强度以及所述校正强度变化速率对所述当前图像帧进行畸变校正处理。
在一示例性实施例中,视频畸变校正装置700还可以包括正常校正处理单元,该正常校正处理单元可以用于:
若确定所述校正处理方式为标准校正处理,则基于所述当前校正强度对所述当前图像帧进行畸变校正处理,得到畸变校正后的待处理视频。
上述装置中各模块的具体细节在方法部分实施方式中已经详细说明,未披露的细节内容可以参见方法部分的实施方式内容,因而不再赘述。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开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”。
本公开的示例性实施方式还提供一种电子设备。该电子设备可以是上述终端设备101、102、103或服务器105。一般的,该电子设备可以包括处理器与存储器,存储器用于存储处理器的可执行指令,处理器配置为经由执行可执行指令来执行视频畸变校正方法。
下面以图8中的移动终端800为例,对该电子设备的构造进行示例性说明。本领域技术人员应当理解,除了特别用于移动目的的部件之外,图8中的构造也能够应用于固定类型的设备。
如图8所示,移动终端800具体可以包括:处理器801、存储器802、总线803、移动通信模块804、天线1、无线通信模块805、天线2、显示屏806、摄像模块807、音频模块808、电源模块809与传感器模块810。
处理器801可以包括一个或多个处理单元,例如:处理器801可以包括AP(Application Processor,应用处理器)、调制解调处理器、GPU(Graphics ProcessingUnit,图形处理器)、ISP(Image Signal Processor,图像信号处理器)、控制器、编码器、解码器、DSP(Digital Signal Processor,数字信号处理器)、基带处理器和/或NPU(Neural-Network Processing Unit,神经网络处理器)等。本示例性实施方式中的视频畸变校正方法可以由AP、GPU或DSP来执行,当方法涉及到神经网络相关的处理时,可以由NPU来执行,例如NPU可以加载神经网络参数并执行神经网络相关的算法指令。
编码器可以对图像或视频进行编码(即压缩),以减小数据大小,便于存储或发送。解码器可以对图像或视频的编码数据进行解码(即解压缩),以还原出图像或视频数据。移动终端800可以支持一种或多种编码器和解码器,例如:JPEG(Joint PhotographicExperts Group,联合图像专家组)、PNG(Portable Network Graphics,便携式网络图形)、BMP(Bitmap,位图)等图像格式,MPEG(Moving Picture Experts Group,动态图像专家组)1、MPEG10、H.1063、H.1064、HEVC(High Efficiency Video Coding,高效率视频编码)等视频格式。
处理器801可以通过总线803与存储器802或其他部件形成连接。
存储器802可以用于存储计算机可执行程序代码,可执行程序代码包括指令。处理器801通过运行存储在存储器802的指令,执行移动终端800的各种功能应用以及数据处理。存储器802还可以存储应用数据,例如存储图像,视频等文件。
移动终端800的通信功能可以通过移动通信模块804、天线1、无线通信模块805、天线2、调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。移动通信模块804可以提供应用在移动终端800上3G、4G、5G等移动通信解决方案。无线通信模块805可以提供应用在移动终端800上的无线局域网、蓝牙、近场通信等无线通信解决方案。
显示屏806用于实现显示功能,如显示用户界面、图像、视频等。摄像模块807用于实现拍摄功能,如拍摄图像、视频等。音频模块808用于实现音频功能,如播放音频,采集语音等。电源模块809用于实现电源管理功能,如为电池充电、为设备供电、监测电池状态等。
传感器模块810可以包括一种或多种传感器,用于实现相应的感应检测功能。例如,传感器模块810可以包括惯性传感器,其用于检测移动终端800的运动位姿,输出惯性传感数据。
本公开的示例性实施方式还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开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,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
需要说明的是,本公开所示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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
此外,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公开操作的程序代码,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用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用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),连接到用户计算设备,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)。
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他实施例。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权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种视频畸变校正方法,其特征在于,包括:
获取待处理视频中的当前图像帧,并确定所述当前图像帧对应的校正处理方式;
若在当前图像帧产生呼吸效应时,将当前图像帧对应的所述校正处理方式确定为延迟畸变校正处理,则根据所述当前图像帧中的图像内容确定延迟响应时长;
对所述当前图像帧进行人脸检测,确定所述当前图像帧中人像区域;根据所述人像区域的区域尺寸以及在所述当前图像帧中的坐标位置,确定所述当前图像帧对应的当前校正强度;
基于所述延迟响应时长和所述当前校正强度对所述当前图像帧进行所述延迟畸变校正处理,得到目标图像帧,以根据所述目标图像帧生成畸变校正后的待处理视频。
2.根据权利要求1所述的方法,其特征在于,所述若在当前图像帧产生呼吸效应时,将当前图像帧对应的所述校正处理方式确定为延迟畸变校正处理,包括:
确定所述待处理视频对应的历史视频参数,并根据所述历史视频参数确定所述待处理视频中人像区域的位移变化数据,所述位移变化数据包括画面进出频率和/或位移幅度;
若所述位移变化数据满足预设条件,认为所述当前图像帧产生所述呼吸效应,则确定所述当前图像帧对应的校正处理方式为延迟畸变校正处理;
其中,所述预设条件为所述画面进出频率大于或等于频率阈值,和/或,所述位移幅度大于或等于位移阈值。
3.根据权利要求1或2所述的方法,其特征在于,所述确定所述当前图像帧对应的校正处理方式,包括:
确定所述当前图像帧对应的历史图像帧,并获取所述历史图像帧对应的历史校正强度;
若所述当前图像帧的当前校正强度与所述历史校正强度的差值大于或者等于预设的差值阈值,认为所述待处理视频在标准畸变校正处理后出现所述呼吸效应,则确定所述当前图像帧对应的校正处理方式为延迟畸变校正处理;所述标准畸变校正处理是在接收到当前图像帧之后即刻对该当前图像帧进行畸变校正的处理方式。
4.根据权利要求1所述的方法,其特征在于,所述根据所述人像区域的区域尺寸以及在所述当前图像帧中的坐标位置,确定所述当前图像帧对应的当前校正强度,包括:
根据所述坐标位置确定所述人像区域的中心点到所述当前图像帧的边缘的距离数据,并根据所述距离数据确定第一校正强度;
根据所述区域尺寸确定第二校正强度;
对所述第一校正强度和所述第二校正强度进行加权求和,得到所述当前图像帧对应的当前校正强度。
5.根据权利要求1所述的方法,其特征在于,所述根据所述当前图像帧中的图像内容确定延迟响应时长,包括:
确定所述当前图像帧中人像区域的第一数量数据,并获取所述当前图像帧对应的历史图像帧中人像区域的第二数量数据;
若确定所述第一数量数据和所述第二数量数据不一致,则确定所述延迟响应时长为第一预设时长;
若确定所述第一数量数据和所述第二数量数据一致,则确定所述延迟响应时长为第二预设时长;
其中,所述第一预设时长大于所述第二预设时长。
6.根据权利要求1所述的方法,其特征在于,所述基于所述延迟响应时长和所述当前校正强度对所述当前图像帧进行所述延迟畸变校正处理,包括:
根据所述延迟响应时长确定由历史校正强度变化到所述当前校正强度的校正强度变化速率;
响应于触发基于所述延迟响应时长确定的校正时机,通过所述当前校正强度以及所述校正强度变化速率对所述当前图像帧进行所述延迟畸变校正处理。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若确定所述校正处理方式为标准畸变校正处理,则基于所述当前校正强度对所述当前图像帧进行所述标准畸变校正处理,得到畸变校正后的待处理视频,所述标准畸变校正处理是在接收到当前图像帧之后即刻对该当前图像帧进行畸变校正的处理方式。
8.一种视频畸变校正装置,其特征在于,包括:
校正方式确定模块,用于获取待处理视频中的当前图像帧,并确定所述当前图像帧对应的校正处理方式;
延迟时长确定模块,用于若在当前图像帧产生呼吸效应时,将当前图像帧对应的所述校正处理方式确定为延迟畸变校正处理,则根据所述当前图像帧中的图像内容确定延迟响应时长;
校正强度确定模块,用于对所述当前图像帧进行人脸检测,确定所述当前图像帧中人像区域;根据所述人像区域的区域尺寸以及在所述当前图像帧中的坐标位置,确定所述当前图像帧对应的当前校正强度;
延迟校正模块,用于基于所述延迟响应时长和所述当前校正强度对所述当前图像帧进行所述延迟畸变校正处理,得到目标图像帧,以根据所述目标图像帧生成畸变校正后的待处理视频。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210603090.8A CN115022541B (zh) | 2022-05-30 | 2022-05-30 | 视频畸变校正方法及装置、计算机可读介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210603090.8A CN115022541B (zh) | 2022-05-30 | 2022-05-30 | 视频畸变校正方法及装置、计算机可读介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115022541A CN115022541A (zh) | 2022-09-06 |
CN115022541B true CN115022541B (zh) | 2024-05-03 |
Family
ID=83070514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210603090.8A Active CN115022541B (zh) | 2022-05-30 | 2022-05-30 | 视频畸变校正方法及装置、计算机可读介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115022541B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101309367A (zh) * | 2007-03-27 | 2008-11-19 | 富士胶片株式会社 | 成像装置 |
CN103647898A (zh) * | 2009-11-30 | 2014-03-19 | 佳能株式会社 | 摄像设备及其控制方法 |
JP2020043516A (ja) * | 2018-09-12 | 2020-03-19 | ポーラ化成工業株式会社 | 肌動画補正システム、肌動画補正プログラム及び肌動画補正方法 |
CN113077396A (zh) * | 2021-03-29 | 2021-07-06 | Oppo广东移动通信有限公司 | 直线段检测方法及装置、计算机可读介质和电子设备 |
CN113222862A (zh) * | 2021-06-04 | 2021-08-06 | 黑芝麻智能科技(上海)有限公司 | 图像畸变校正方法、装置、电子设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4310645B2 (ja) * | 2004-12-28 | 2009-08-12 | ソニー株式会社 | 撮像画像信号の歪み補正方法および撮像画像信号の歪み補正装置 |
JP4754939B2 (ja) * | 2005-11-01 | 2011-08-24 | オリンパス株式会社 | 画像処理装置 |
-
2022
- 2022-05-30 CN CN202210603090.8A patent/CN115022541B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101309367A (zh) * | 2007-03-27 | 2008-11-19 | 富士胶片株式会社 | 成像装置 |
CN103647898A (zh) * | 2009-11-30 | 2014-03-19 | 佳能株式会社 | 摄像设备及其控制方法 |
JP2020043516A (ja) * | 2018-09-12 | 2020-03-19 | ポーラ化成工業株式会社 | 肌動画補正システム、肌動画補正プログラム及び肌動画補正方法 |
CN113077396A (zh) * | 2021-03-29 | 2021-07-06 | Oppo广东移动通信有限公司 | 直线段检测方法及装置、计算机可读介质和电子设备 |
CN113222862A (zh) * | 2021-06-04 | 2021-08-06 | 黑芝麻智能科技(上海)有限公司 | 图像畸变校正方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115022541A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111641835B (zh) | 视频处理方法、视频处理装置和电子设备 | |
US11526970B2 (en) | System and method for video processing with enhanced temporal consistency | |
CN109583391B (zh) | 关键点检测方法、装置、设备及可读介质 | |
CN110166796B (zh) | 视频帧的处理方法、装置、计算机可读介质及电子设备 | |
CN111385484B (zh) | 信息处理方法和装置 | |
CN113887547B (zh) | 关键点检测方法、装置和电子设备 | |
CN110889809A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN115761090A (zh) | 特效渲染方法、装置、设备、计算机可读存储介质及产品 | |
CN113920195A (zh) | 距离检测方法、控制方法、装置、存储介质与电子设备 | |
CN114531546A (zh) | 镜头调整方法及装置、存储介质及电子设备 | |
CN113038010B (zh) | 视频处理方法、视频处理装置、存储介质与电子设备 | |
CN113902636A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
CN115022541B (zh) | 视频畸变校正方法及装置、计算机可读介质和电子设备 | |
CN113205011A (zh) | 图像掩膜确定方法及装置、存储介质和电子设备 | |
CN110363132B (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN115719316A (zh) | 图像处理方法及装置、电子设备和计算机可读存储介质 | |
CN115278189A (zh) | 图像色调映射方法及装置、计算机可读介质和电子设备 | |
CN115861121A (zh) | 模型训练方法、图像处理方法、装置、电子设备和介质 | |
CN114627014A (zh) | 图像处理方法、图像处理装置、存储介质与电子设备 | |
CN113658073A (zh) | 图像去噪处理方法、装置、存储介质与电子设备 | |
CN115514899A (zh) | 拍摄方法及装置、计算机可读介质和电子设备 | |
CN114119413A (zh) | 图像处理方法及装置、可读介质和移动终端 | |
CN117690064B (zh) | 输电线路检测方法、装置、电子设备和计算机可读介质 | |
CN114612342A (zh) | 人脸图像校正方法及装置、计算机可读介质和电子设备 | |
CN114612341A (zh) | 图像畸变校正方法及装置、计算机可读介质和电子设备 |
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 |