CN117097913A - 视频编码方法、装置、设备及存储介质 - Google Patents
视频编码方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117097913A CN117097913A CN202210523425.5A CN202210523425A CN117097913A CN 117097913 A CN117097913 A CN 117097913A CN 202210523425 A CN202210523425 A CN 202210523425A CN 117097913 A CN117097913 A CN 117097913A
- Authority
- CN
- China
- Prior art keywords
- video
- image
- processing
- original
- video frames
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 92
- 238000012549 training Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 4
- 230000006837 decompression Effects 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- 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
Abstract
本公开实施例公开了一种视频编码方法、装置、设备及存储介质。包括：对原始视频进行拆帧处理，获得多个原始视频帧；将所述多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；根据所述多个中间视频帧生成中间视频；对所述中间视频采用设定编码算法进行处理，获得目标视频。本公开实施例提供的视频编码方法，对原始视频先经过设定图像处理模型进行预处理，对视频进行去噪及质量增强，再进行编码，可以提高视频编码的效果。
Description
技术领域
本公开实施例涉及图像处理技术领域，尤其涉及一种视频编码方法、装置、设备及存储介质。
背景技术
流媒体的产业中最重要的一个组成部分就是视频，然而视频在拍摄、上传编解码和存储传输中都会存在不同程度、不同类型的噪声。同时，由于拍摄者的设备、光源等环境因素，还有用户上传，服务端客户端传输过程中都会存在一些信息的丢失和图像的失真。这些会造成视频编码过程中的繁复步骤和编码效果倍减，因此对视频预先进行降噪及质量增强的处理有利于后续的视频编码。
发明内容
本公开实施例提供一种视频编码方法、装置、设备及存储介质，对待处理视频先进行预处理再编码，可以提高视频编码的效果。
第一方面，本公开实施例提供了一种视频编码方法，包括：
对原始视频进行拆帧处理，获得多个原始视频帧；
将所述多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；
根据所述多个中间视频帧生成中间视频；
对所述中间视频采用设定编码算法进行处理，获得目标视频。
第二方面，本公开实施例还提供了一种视频编码装置，包括：
拆帧模块，用于对原始视频进行拆帧处理，获得多个原始视频帧；
中间视频帧获取模块，用于将所述多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；
中间视频生成模块，用于根据所述多个中间视频帧生成中间视频；
目标视频获取模块，用于对所述中间视频采用设定编码算法进行处理，获得目标视频。
第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理装置；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如本公开实施例所述的视频编码方法。
第四方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现如本公开实施例所述的视频编码方法。
本公开实施例公开了一种视频编码方法、装置、设备及存储介质。对原始视频进行拆帧处理，获得多个原始视频帧；将多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；根据多个中间视频帧生成中间视频；对中间视频采用设定编码算法进行处理，获得目标视频。本公开实施例提供的视频编码方法，对原始视频先经过设定图像处理模型进行预处理，对视频进行去燥及质量增强，再进行编码，可以提高视频编码的效果。
附图说明
图1是本公开实施例中的一种视频编码方法的流程图；
图2是本公开实施例中的一种设定图像处理模型的示例图；
图3是本公开实施例中的编码视频的示例图；
图4是本公开实施例中的一种视频编码装置的结构示意图；
图5是本公开实施例中的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
目前比较流行的视频编解码标准H.264，H.265都会进行帧内预测和帧间预测。而帧内预测的标准是利用相邻块进行重建值的预测，然而相邻像素点如果多为噪声点，将大大影响帧间的预测的效率和准确率。同样的，对于帧间预测，对于前后帧变化不明显的背景使用一次性的编码，而运动捕获对于帧间的噪音点变化是较为敏感的，增大了编码的难度。同时，由于拍摄者的设备、光源等环境因素，还有用户上传，服务端客户端传输过程中都会存在一些信息的丢失和图像的失真。因此，在对视频编码前进行预处理显得尤为重要。
实施例一
图1为本公开实施例一提供的一种视频编码方法的流程图，本实施例可适用于对视频进行二次编码的情况，该方法可以由视频编码装置来执行，该装置可由硬件和/或软件组成，并一般可集成在具有视频编码功能的设备中，该设备可以是服务器、移动终端或服务器集群等电子设备。如图1所示，该方法具体包括如下步骤：
S110，对原始视频进行拆帧处理，获得多个原始视频帧。
其中，原始视频可以是通过终端设备的摄像头拍摄获得的，或者从本地数据库或者服务端数据库获取的。原始视频可以理解为待处理的视频，原始视频有一帧帧的图像构成，可以采用任意的拆帧工具来实现对原始视频的拆帧处理，获得多个原始视频帧。其中，拆帧工具可以是：ffmpeg(Fast Forward Mpeg)、opencv等，此处不做限定。
S120，将多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧。
其中，设定图像处理模型可以是能够对输入的图像进行预处理(如：去燥及质量增强)的神经网络模型。
本实施例中，设定图像处理模型包括下采样子网络、上采样子网络及残差模块。其中，下采样子网络与上采样子网络之间采用U型跳跃连接(skip connection)。下采样子网络包含多个下采样模块，上采样子网络中包含有多个上采样模块，下采样模块的数量与上采样模块的数量相同。示例性的，图2是本实施例中的一种设定图像处理模型的示例图，如图2所示，该模型中采用了三次下采样及三次上采样以及残差模块。其中，输入原始视频帧Ix，经过下采样子网络与上采样子网络中的卷积网络，得到Iv，Iv可以近似为输入的原始视频与输出的中间视频帧Iy间的残差信息，即Ix+Iv＝Iy。因此，本实施例中的设定图像处理模型用于学习原始视频帧与中间视频帧间的残差信息，这样可以极大的减少模型训练时的复杂度。
本实施例中，设定图像处理模型的训练方式可以是：获取原始图像样本及对应的目标图像样本；将原始图像样本输入设定图像处理模型，输出中间图像；基于中间图像和目标图像样本间的损失函数训练设定图像处理模型。
其中，目标图像样本可以是对原始图像样本进行预处理之后的具有高层次高概括语义结构信息的图像。具体的，获取对应的目标图像样本的方式可以是：采用设定编解码器对原始图像样本进行处理，获得处理后的图像；对处理后的图像进行像素重构，获得目标图像样本。
其中，设定编解码器可以是现有任意的编解码器，此处不做限定。例如：可以是Guetzli编解码器，Guetzli编解码器可以保留了JPEG图像压缩的色彩空间变换，离散余弦变换阶段，优化JPEG的量化阶段，使用亮度和色度量化表来削弱图像中的高频信息，最终可以提高图像的压缩比。Guetzli编解码器可在编码图片质量损失很小的同时，大小可以减少20-30％。Guetzli编解码器在对图像进行编码时考虑了三种人类视觉感知的特性，用更少的bit去代表人眼不敏感的部分：人的眼睛对黄光附近的蓝光较为不敏感；人的眼睛对蓝光的空间敏感度较低；人的眼睛对精细纹理的感知取决于纹理周围的变化，换句话说，对图片的背景等区域敏感度较低。
具体的，对处理后的图像进行像素重构，获得目标图像样本的方式可以是：对处理后的图像进行图像过滤处理和/或图像增强处理，获得目标图像样本。
其中，图像过滤处理可以采用现有的开源工具(如：Pillow)中的图像过滤模块(ImageFilter)执行。图像增强处理可以采用现有的开源工具(如：Pillow)中的图像过滤模块(ImageEnhance)执行。其中，图像增强可以是亮度增强、对比度增强、色度增强和锐度增强中的一种或者多种。目标图像样本在空间上减少了不必要的冗余信息(包括噪声)，更有利于后续的编码压缩。图像去压缩失真可以包括去除块效应及去除毛刺。
具体的，将原始图像样本输入设定图像处理模型，获得中间图像；再计算中间图像和目标图像样本间的损失函数，基于该损失函数对设定图像处理模型进行训练，获得训练后的设定图像处理模型。
S130，根据多个中间视频帧生成中间视频。
其中，将多个中间视频帧合成中间视频可以采用任意的视频编辑工具处理，此处不做限定。视频编辑工具可以是：ffmpeg(Fast Forward Mpeg)或者opencv等。
本实施例中，根据多个中间视频帧生成中间视频的方式可以是：获取原始视频的编码参数；基于编码参数将多个中间视频帧合成中间视频。
其中，编码参数可以包括如下至少一项：帧率(Frame Per Second，FPS)、码率表征参数(constant ratefactor，CRF)及编码模式参数(preset)。其中，编码模式参数与编码速度和质量有关，包含ultrafast，superfast，veryfast，faster，fast，medium，slow，slower，veryslow，placebo等模式。
本实施例中，基于原始视频的编码参数将多个中间视频帧合成中间视频，使得获得中间视频与原始视频的编码参数相同。
S140，对中间视频采用设定编码算法进行处理，获得目标视频。
其中，设定编码算法可以是设定视频编码标准中的编码算法，例如：H.264或者H.265，此处不做限定。示例性的，图3是本实施例中编码视频的示例图，如图3所示，将原始视频经过设定图像压缩模型后获得中间视频，然后采用H.264或者H.265视频编解码标准对中间视频进行编码，获得目标视频。
本实施例的技术方案，对原始视频进行拆帧处理，获得多个原始视频帧；将多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；根据多个中间视频帧生成中间视频；对中间视频采用设定编码算法进行处理，获得目标视频。本公开实施例提供的视频编码方法，对原始视频先经过设定图像处理模型进行预处理，对视频进行去噪及质量增强，再进行编码，在用户主观感受不变或者更好的情况下，得到文件大小更小的视频，从而可以提高视频编码的效果。
图4是本公开实施例提供的一种视频编码装置的结构示意图，如图4所示，该装置包括：
拆帧模块210，用于对原始视频进行拆帧处理，获得多个原始视频帧；
中间视频帧获取模块220，用于将多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；
中间视频生成模块230，用于根据多个中间视频帧生成中间视频；
目标视频获取模块240，用于对中间视频采用设定编码算法进行处理，获得目标视频。
可选的，中间视频生成模块230，还用于：
获取原始视频的编码参数；
基于编码参数将多个中间视频帧合成中间视频。
可选的，编码参数包括如下至少一项：帧率、码率表征参数及编码模式参数。
可选的，设定图像处理模型包括下采样子网络、上采样子网络及残差模块；
其中，下采样子网络与上采样子网络之间采用U型跳跃连接。
可选的，还包括：设定图像处理模型训练模块，用于：
获取原始图像样本及对应的目标图像样本；
将原始图像样本输入设定图像处理模型，输出中间图像；
基于中间图像和目标图像样本间的损失函数训练设定图像处理模型。
可选的，设定图像处理模型训练模块，还用于：
采用设定编解码器对原始图像样本进行处理，获得处理后的图像；
对处理后的图像进行像素重构，获得目标图像样本。
可选的，设定图像处理模型训练模块，还用于：
对处理后的图像进行如下至少一项处理，获得目标图像样本：图像过滤处理、图像增强处理及图像去压缩失真处理。
上述装置可执行本公开前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开前述所有实施例所提供的方法。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端，或者各种形式的服务器，如独立服务器或者服务器集群。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储装置(ROM)302中的程序或者从存储装置305加载到随机访问存储装置(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：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306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备300，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。
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词语的推荐方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置305被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上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。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
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：对原始视频进行拆帧处理，获得多个原始视频帧；将所述多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；根据所述多个中间视频帧生成中间视频；对所述中间视频采用设定编码算法进行处理，获得目标视频。
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操作的计算机程序代码，上述程序设计语言包括但不限于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。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
根据本公开实施例的一个或多个实施例，本公开实施例公开了一种视频编码方法，包括：
对原始视频进行拆帧处理，获得多个原始视频帧；
将所述多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；
根据所述多个中间视频帧生成中间视频；
对所述中间视频采用设定编码算法进行处理，获得目标视频。
进一步地，根据所述多个中间视频帧生成中间视频，包括：
获取原始视频的编码参数；
基于所述编码参数将所述多个中间视频帧合成中间视频。
进一步地，所述编码参数包括如下至少一项：帧率、码率表征参数及编码模式参数。
进一步地，所述设定图像处理模型包括下采样子网络、上采样子网络及残差模块；
其中，所述下采样子网络与上采样子网络之间采用U型跳跃连接。
进一步地，所述设定图像处理模型的训练方式为：
获取原始图像样本及对应的目标图像样本；
将所述原始图像样本输入所述设定图像处理模型，输出中间图像；
基于所述中间图像和所述目标图像样本间的损失函数训练所述设定图像处理模型。
进一步地，获取对应的目标图像样本，包括：
采用设定编解码器对所述原始图像样本进行处理，获得处理后的图像；
对所述处理后的图像进行像素重构，获得目标图像样本。
进一步地，对所述处理后的图像进行像素重构，获得目标图像样本，包括：
对所述处理后的图像进行如下至少一项处理，获得目标图像样本：图像过滤处理、图像增强处理及图像去压缩失真处理。
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 (10)
1.一种视频编码方法，其特征在于，包括：
对原始视频进行拆帧处理，获得多个原始视频帧；
将所述多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；
根据所述多个中间视频帧生成中间视频；
对所述中间视频采用设定编码算法进行处理，获得目标视频。
2.根据权利要求1所述的方法，其特征在于，根据所述多个中间视频帧生成中间视频，包括：
获取原始视频的编码参数；
基于所述编码参数将所述多个中间视频帧合成中间视频。
3.根据权利要求2所述的方法，其特征在于，所述编码参数包括如下至少一项：帧率、码率表征参数及编码模式参数。
4.根据权利要求1所述的方法，其特征在于，所述设定图像处理模型包括下采样子网络、上采样子网络及残差模块；
其中，所述下采样子网络与上采样子网络之间采用U型跳跃连接。
5.根据权利要求4所述的方法，其特征在于，所述设定图像处理模型的训练方式为：
获取原始图像样本及对应的目标图像样本；
将所述原始图像样本输入所述设定图像处理模型，输出中间图像；
基于所述中间图像和所述目标图像样本间的损失函数训练所述设定图像处理模型。
6.根据权利要求5所述的方法，其特征在于，获取对应的目标图像样本，包括：
采用设定编解码器对所述原始图像样本进行处理，获得处理后的图像；
对所述处理后的图像进行像素重构，获得目标图像样本。
7.根据权利要求6所述的方法，其特征在于，对所述处理后的图像进行像素重构，获得目标图像样本，包括：
对所述处理后的图像进行如下至少一项处理，获得目标图像样本：图像过滤处理、图像增强处理及图像去压缩失真处理。
8.一种视频编码装置，其特征在于，包括：
拆帧模块，用于对原始视频进行拆帧处理，获得多个原始视频帧；
中间视频帧获取模块，用于将所述多个原始视频帧依次输入设定图像处理模型中，输出多个中间视频帧；
中间视频生成模块，用于根据所述多个中间视频帧生成中间视频；
目标视频获取模块，用于对所述中间视频采用设定编码算法进行处理，获得目标视频。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理装置；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现如权利要求1-7中任一所述的视频编码方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-7中任一所述的视频编码方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210523425.5A CN117097913A (zh) | 2022-05-13 | 2022-05-13 | 视频编码方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210523425.5A CN117097913A (zh) | 2022-05-13 | 2022-05-13 | 视频编码方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117097913A true CN117097913A (zh) | 2023-11-21 |
Family
ID=88775801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210523425.5A Pending CN117097913A (zh) | 2022-05-13 | 2022-05-13 | 视频编码方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117097913A (zh) |
-
2022
- 2022-05-13 CN CN202210523425.5A patent/CN117097913A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111580765B (zh) | 投屏方法、投屏装置、存储介质、被投屏设备与投屏设备 | |
| US20110026591A1 (en) | System and method of compressing video content | |
| CN111738951B (zh) | 图像处理方法及装置 | |
| JP2015536108A (ja) | 映像圧縮方法 | |
| CN112887739A (zh) | 电子设备、系统及其控制方法 | |
| CN114339260A (zh) | 图像处理方法及装置 | |
| CN113473126A (zh) | 视频流的处理方法、装置、电子设备及计算机可读介质 | |
| CN113225590B (zh) | 视频超分增强方法、装置、计算机设备和存储介质 | |
| CN112203086B (zh) | 图像处理方法、装置、终端和存储介质 | |
| CN112261417B (zh) | 视频推送方法及系统、设备及可读存储介质 | |
| WO2023124461A1 (zh) | 面向机器视觉任务的视频编解码方法、装置、设备及介质 | |
| CN116847087A (zh) | 视频处理方法、装置、存储介质及电子设备 | |
| US20200106821A1 (en) | Video processing apparatus, video conference system, and video processing method | |
| CN115861121A (zh) | 模型训练方法、图像处理方法、装置、电子设备和介质 | |
| CN117097913A (zh) | 视频编码方法、装置、设备及存储介质 | |
| JP2024512914A (ja) | マシンビジョンのためのビデオ符号化のための方法および装置 | |
| CN115272132A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
| CN115567712A (zh) | 基于人眼恰可察觉失真的屏幕内容视频编码感知码率控制方法及装置 | |
| CN114554212A (zh) | 视频处理装置及方法、计算机存储介质 | |
| CN113747242A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN115706810A (zh) | 视频帧调整方法、装置、电子设备和存储介质 | |
| JP2022526547A (ja) | 画像処理方法および電子デバイス | |
| CN106254811A (zh) | 移动终端及其视频通话的控制方法和系统 | |
| CN115396672B (zh) | 比特流存储方法、装置、电子设备和计算机可读介质 | |
| CN112449187B (zh) | 视频解码方法、编码方法、装置、介质及电子设备 |
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 |