【技术实现步骤摘要】
一种针对视频恢复任务的预分析和工具自适应的方法
本专利技术涉及视频恢复
,尤其涉及一种针对视频恢复任务的预分析和工具自适应的方法。
技术介绍
近年来,由于各类智能终端的普及,视频图像已经成为人类信息传播的主要介质。目前,由于数字图像技术的迅速发展和广泛应用,以及人类生活水平的提高,人类在各领域对于视频的质量的要求也越来越高,视频质量已经成为数字图像领域的一个重要话题。视频的质量往往是在获取、传输和存储的过程中产生损失和受到影响,这些影响同时使得图像恢复的过程变得更加复杂,因此图像恢复的目标是移除或者降低图像质量下降带来的影响,使得图像满足应用需求。图像恢复主要是去除采集/压缩/传输等通道产生的损失,即图像失真,恢复原始高质量视频。常见的失真类型有高斯噪声、JPEG压缩噪声、反锐化模糊、采样造成的模糊、对比度的降低、亮度的降低等,对应的视频恢复任务有去噪,锐化,超分,提亮,调色等,然而对于不同图像的失真类型和失真程度是存在很大差异的,同样,图像恢复的任务也需要与这些差异相匹配,为了使图像恢复模型设计的更清晰和简单 ...
【技术保护点】
1.一种针对视频恢复任务的预分析和工具自适应的方法,其特征在于,所述方法包括以下步骤:/n(1)构建多维度的图像失真强度评分网络,用于完成图像不同维度的失真强度评分;评分用于视频恢复工具的自适应选择,以及单个工具的算法自适应;/n(2)将需要进行恢复的视频做抽帧处理,输入所述多维度的图像损失强度评分网络进行失真强度评分;/n(3)通过失真强度评分匹配视频恢复模型;/n(4)根据失真强度评分调整视频恢复模型的参数;/n(5)输出恢复后的视频。/n
【技术特征摘要】 【专利技术属性】
1.一种针对视频恢复任务的预分析和工具自适应的方法,其特征在于,所述方法包括以下步骤:
(1)构建多维度的图像失真强度评分网络,用于完成图像不同维度的失真强度评分;评分用于视频恢复工具的自适应选择,以及单个工具的算法自适应;
(2)将需要进行恢复的视频做抽帧处理,输入所述多维度的图像损失强度评分网络进行失真强度评分;
(3)通过失真强度评分匹配视频恢复模型;
(4)根据失真强度评分调整视频恢复模型的参数;
(5)输出恢复后的视频。
2.根据权利要求1所述的一种针对视频恢复任务的预分析和工具自适应的方法,其特征在于,所述构建多维度的图像失真强度评分网络,包括以下步骤:
A对训练数据进行预处理:对高清视频进行抽帧处理,然后对所选帧加入不同类型的失真,每个类型的失真又分为n个强度的失真,作为CNN的训练集;
B训练图像失真分类模块:对于训练集中的图片进行分块处理,以失真类型作为标签,基于ResNet50为基础的CNN回归模型对训练集进行训练,得到图像失真分类模块;
技术研发人员:刘佳扬,田超博,刘宇新,朱政,
申请(专利权)人:杭州微帧信息科技有限公司,
类型:发明
国别省市:浙江;33
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。