【技术实现步骤摘要】
一种视频处理方法、系统、移动终端、服务器及存储介质
本申请涉及图像处理
,具体涉及一种视频处理方法、系统、移动终端、服务器及存储介质。
技术介绍
数字图像压缩编码是一种非常重要的技术,对数字图像的传输和存储有着非常重要的意义。传统的图像编码算法是基于像素值的编码,无论是变换编码、预测编码还是其它编码算法均是在像素值的基础上进行压缩,虽然压缩程度逐渐升高,压缩效果越来越好,但基于像素值的编码很难把图像或视频的体积压缩到极小;而且对于传统图像编码算法来说,安全问题也不容忽视,传统图像编码算法需要开发各种保密机制,以保证图像编码后传输的安全性。
技术实现思路
本申请主要解决的问题是提供一种视频处理方法、系统、移动终端、服务器及存储介质,能够将浮点型数据解码为图像,实现图像的安全传输,并能够对解码出来的图像进行丰富。为解决上述技术问题,本申请采用的技术方案是提供一种视频处理方法,该视频处理方法应用于客户端,该方法包括:接收服务器发送的第一编码图像帧;判断是否接收到图像丰富指令;若接收到图像丰富指令,则将随机噪声加入第一编码图像帧中,生成第二编码图像帧;其中,第一编码图像帧为浮点型数据,第一编码图像帧与第二编码图像帧之间的差值在预设范围以内。为解决上述技术问题,本申请采用的另一技术方案是提供一种视频处理方法,该视频处理方法应用于服务器,该方法包括:接收输入图像;利用基于神经网络的编码网络对输入图像进行处理,得到第一编码图像帧;其中,第一编码图像帧为浮点型数据,基于神经网络的编码网络至少包括输入层,且每个输入层包括至少两个子输入层,子输入层用于接收输入图像中至少一个 ...
【技术保护点】
1.一种视频处理方法,其特征在于,应用于客户端,所述视频处理方法包括:接收服务器发送的第一编码图像帧;判断是否接收到图像丰富指令;若是,则将随机噪声加入所述第一编码图像帧中,生成第二编码图像帧;其中,所述第一编码图像帧为浮点型数据,所述第一编码图像帧与所述第二编码图像帧之间的差值在预设范围以内。
【技术特征摘要】
1.一种视频处理方法,其特征在于,应用于客户端,所述视频处理方法包括:接收服务器发送的第一编码图像帧;判断是否接收到图像丰富指令;若是,则将随机噪声加入所述第一编码图像帧中,生成第二编码图像帧;其中,所述第一编码图像帧为浮点型数据,所述第一编码图像帧与所述第二编码图像帧之间的差值在预设范围以内。2.根据权利要求1所述的视频处理方法,其特征在于,所述将随机噪声加入所述第一编码图像帧中,生成第二编码图像帧的步骤,包括:利用场景转换检测网络判断是否发生场景改变;若是,则生成新的随机噪声,并将所述新的随机噪声加入所述第一编码图像帧中,生成所述第二编码图像帧;若否,则继续将当前随机噪声加入所述第一编码图像帧中,生成所述第二编码图像帧。3.根据权利要求1所述的视频处理方法,其特征在于,所述方法还包括:利用基于神经网络的解码网络对所述第二编码图像帧进行解码处理,得到解码图像帧;利用去除图像退化网络对所述解码图像帧进行处理,得到第一图像帧;利用运动估计网络对所述第一图像帧进行估计,生成至少一张第二图像帧;将所述第一图像帧以及所述第二图像帧发送至视频播放器进行播放。4.根据权利要求3所述的视频处理方法,其特征在于,所述接收服务器发送的第一编码图像帧的步骤之前,包括:按照预设时间间隔或间隔预设帧数发送下载请求消息至所述服务器。5.根据权利要求3所述的视频处理方法,其特征在于,所述利用去除图像退化网络对所述解码图像帧进行处理,得到第一图像帧的步骤,包括:获取多张图像作为原始图像;对所述原始图像进行高斯模糊处理或加噪处理,生成相应的训练图像,建立训练集;利用图像模糊复原网络或图像超分辨率网络对所述训练集中的训练图像进行训练。6.根据权利要求3所述的视频处理方法,其特征在于,所述运动估计网络为生成式对抗网络,所述生成式对抗网络包括生成网络和判别网络,所述生成网络包括二维卷积层和三维反卷积层,所述二维卷积层用于从所述第一图像帧中提取特征信息,所述三维反卷积层用于接收所述特征信息,生成至少一张所述第二图像帧,所述判别网络包括三维卷积层和全连接层,其用于判断生成的所述第二图像帧是否为符合预设要求的图像。7.一种视频处理方法,其特征在于,应用于服务器,所述视频处理方法包括:接收输入图像;利用基于神经网络的编码网络对所述输入图像进行编码处理,得到所述第一编码图像帧;其中,所述第一编码图像帧为浮点型数据,所述基于神经网络的编码网络至少包括输入层,且每个所述输入层包括至少两个子输入层,所述子输入层用于接收所述输入图像中至少一个通道的数据。8.根据权利要求7所述的视频处理方法,其特征在于,所述基于神经网络的编码网络还包括至少一个卷积隐藏层、编码全连接隐藏层以及编码全连接输出层。9.根据权利要求8所述的视频处理方法,其特征在于,所述方法还包括:对所述第一编码图像帧进行解码处理,得到解码图像帧;在接收到所述客户端发送的视频观看请求后,将基于神经网络的解码网络发送至所述客户端;其中,所述基于神经网络的解码网络包括解码全连接隐藏层、至少一个反卷积隐藏层以及输出层。10.根据权利要求9所述的视频处理方法,其特征在于,所述输入层包括第一子输入层和第二子输入层,所述利用基于神经网络的编码网络对所述输入图像进行编码处理,得到所述第一编码图像帧的步骤,包括:利用所述第一子输入层接收所述输入图像中第一通道的数据;对所述输入图像中第二通道的数据进行下采样处理,并将下采样后的数据输入所述第二子输入层;分别利用所述卷积隐藏层对所述第一子输入层和所述第二...
【专利技术属性】
技术研发人员:欧勇盛,刘国栋,江国来,
申请(专利权)人:深圳先进技术研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。