视频的色彩转换方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种视频的色彩转换方法、装置、电子设备及存储介质，涉及基于人工智能的云计算及视频处理领域。具体实现方案为：获取视频中各帧图像构成的图像序列；采用基于深度学习技术训练的着色模型，对所述图像序列中的各图像进行追踪着色；基于追踪着色后的所述图像序列，生成色彩转换后的视频。本申请，通过追踪着色，可以保证视频中连续帧图像之间的着色连贯性，提高色彩转换后的视频的准确性。

【技术实现步骤摘要】
视频的色彩转换方法、装置、电子设备及存储介质
本申请涉及图像处理
，尤其涉及基于人工智能的云计算及视频处理领域，具体涉及一种视频的色彩转换方法、装置、电子设备及存储介质。
技术介绍
现有技术中，很多视频都是黑白色的。如一些监控视频，为了节省存储空间，仅采用黑白色来保存视频。再例如，早期电影事业发展过程中，产生了很多珍贵的历史电影或者视频，但是限于当时的制作技术，大多以黑白视频的形式存在。为了丰富视频的展示效果，可以对视频着色为彩色，实现视频的色彩转换。但是现有的基本做法，都是采用图像的色彩转换方式，分别对视频中的每一帧图像进行单独的色彩转换，而没有考虑视频中连续帧图像之间的连贯性，导致视频色彩转换的准确性较低。
技术实现思路
为了解决上述技术问题，本申请提供了一种视频的色彩转换方法、装置、电子设备及存储介质。根据本申请的一方面，提供了一种视频的色彩转换方法，其中，所述方法包括：获取视频中各帧图像构成的图像序列；采用基于深度学习技术训练的着色模型，对所述图像序列中的各图像进行追踪着色；基于追踪着色后的所述图像序列，生成色彩转换后的视频。根据本申请的另一方面，提供了一种视频的色彩转换装置，其中，所述装置包括：获取模块，用于获取视频中各帧图像构成的图像序列；追踪着色模块，用于采用基于深度学习技术训练的着色模型，对所述图像序列中的各图像进行追踪着色；生成模块，用于基于追踪着色后的所述图像序列，生成色彩转换后的视频。>根据本申请的再一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。根据本申请的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方法。根据本申请的技术，通过获取视频中各帧图像构成的图像序列；采用基于深度学习技术训练的着色模型，对图像序列中的各图像进行追踪着色；基于追踪着色后的图像序列，生成色彩转换后的视频。本申请通过追踪着色，可以保证视频中连续帧图像之间的着色连贯性，提高色彩转换后的视频的准确性。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的示意图；图2是根据本申请第二实施例的示意图；图3是根据本申请第三实施例的示意图；图4是根据本申请第四实施例的示意图；图5是根据本申请第五实施例的示意图；图6是用来实现本申请实施例的视频的色彩转换方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1是根据本申请第一实施例的示意图；如图1所示，本实施例提供一种视频的色彩转换方法，具体可以包括如下步骤：S101、获取视频中各帧图像构成的图像序列；S102、采用基于深度学习技术训练的着色模型，对图像序列中的各图像进行追踪着色；S103、基于追踪着色后的图像序列，生成色彩转换后的视频。本实施例的视频的色彩转换方法的执行主体为视频的色彩转换装置，该装置可以为一电子实体，或者也可以为采用软件集成的应用，该应用可以对视频进行色彩转换。首先，获取视频中各帧图像构成的图像序列，具体可以先对待转换色彩的视频进行解析，依次获取其中每一帧图像。然后将各帧图像按照在视频中的先后顺序排列，构成一个图像序列。即该图像序列中依次包括视频中的所有帧的图像。接下来，本实施例中，可以采用基于深度学习技术训练的着色模型，对图像序列中的各图像进行追踪着色。该基于深度学习技术训练的着色模型为一个神经网络模型，该模型经过训练后，可以实现对图像序列中的各图像进行追踪着色。本实施例的着色模型实现的追踪着色与现有技术的对单个图像的着色不同的是：该着色模型可以追踪到视频中的连续帧，使得连续帧的图像中同一物体的着色相同。而单个图像的着色并不需要考虑到追踪着色的问题，所以单个图像的着色方式无法有效地应用于视频中。由此可知，本实施例的基于深度学习技术训练的着色模型，不仅可以实现对每帧图像进行单独着色，而且，可以实现追踪着色，使得连续帧图像中同一物体着色后的颜色相同。另外，该着色模型在训练时，可以预先采集无数条训练视频数据，每一条训练视频数据中可以包括一条未着色的视频以及人工标注的着色后的视频；然后基于未着色的视频和着色后的视频分别生成相应的图像序列，即未着色的图像序列和人工标注的着色的图像序列。训练时，将每一训练视频的为着色的图像序列输入至该着色模型中，该着色模型可以对图像序列中的各图像进行着色，得到着色后的图像序列。然后比对着色后的图像序列与人工标注的着色的图像序列是否一致，若不一致，调整着色模型的参数，使得两者趋于一致。通过采用无数条训练视频数据对该着色模型进行训练，使得着色模型着色处理后的图像序列与人工标注的着色的图像序列始终一致，此时可以确定着色模型的网络参数，进而确定着色模型。可选地，在每一条训练视频数据的训练过程中，也可以在对图像序列中的每一帧图像进行着色后，将着色后的当前图像与人工标注的着色的当前图像进行比对，若不一致，调整着色模型的参数，使得训练过程中，着色的图像与人工标注的同一张图像的着色逐步趋于一致，以提升训练效果。最后，采用着色模型对图像序列中的各图像进行追踪着色后，可以基于追踪着色后得到的图像序列，生成色彩转换后的视频。本实施例的视频的色彩转换方法，通过获取视频中各帧图像构成的图像序列；采用基于深度学习技术训练的着色模型，对图像序列中的各图像进行追踪着色；基于追踪着色后的图像序列，生成色彩转换后的视频。本实施例，通过追踪着色，可以保证视频中连续帧图像之间的着色连贯性，提高色彩转换后的视频的准确性。图2是根据本申请第二实施例的示意图；如图2所示，本实施例的视频的色彩转换方法，在上述图1所示实施例的技术方案的基础上，进一步更加详细地介绍本申请的技术方案。如图2所示，本实施例的视频的色彩转换方法，具体可以包括如下步骤：S201、获取视频中各帧图像构成的图像序列；S202、检测是否存在用户的着色请求；若存在，执行步骤S203；否则，执行步骤S207；本实施例中，用户可以发起着色请求，此时，可以先按照用户的着色请求进行着色，对于用户的着色请求本文档来自技高网...

【技术保护点】
1.一种视频的色彩转换方法，其中，所述方法包括：/n获取视频中各帧图像构成的图像序列；/n采用基于深度学习技术训练的着色模型，对所述图像序列中的各图像进行追踪着色；/n基于追踪着色后的所述图像序列，生成色彩转换后的视频。/n

【技术特征摘要】
1.一种视频的色彩转换方法，其中，所述方法包括：
获取视频中各帧图像构成的图像序列；
采用基于深度学习技术训练的着色模型，对所述图像序列中的各图像进行追踪着色；
基于追踪着色后的所述图像序列，生成色彩转换后的视频。


2.根据权利要求1所述的方法，其中，采用基于深度学习技术训练的着色模型，对所述图像序列中的各图像进行追踪着色，包括：
采用所述着色模型中的上色模型对所述图像序列中的第一帧图像进行着色；
对于所述图像序列中的第二帧图像到最后一帧图像，采用所述着色模型中的追踪着色模型基于当前图像的像素点和前一帧图像中的像素点的映射关系，根据所述前一帧图像中着色后的像素点的颜色值，对所述当前图像中对应的映射像素点进行追踪着色；
并继续采用所述上色模型对所述当前图像中、与前一帧图像中没有映射关系的其他像素点进行着色。


3.根据权利要求2所述的方法，其中，采用所述着色模型中的上色模型对所述图像序列中的第一帧图像进行着色之前，所述方法还包括：
检测所述第一帧图像中是否命中所述用户的着色请求；所述着色请求中包括被选择的指定着色物体的标识和所述指定着色物体的目标颜色；
若命中，根据所述目标颜色，对所述第一帧图像中所述指定着色物体着色为所述目标颜色。


4.根据权利要求3所述的方法，其中，检测所述第一帧图像中是否命中所述用户的着色请求，包括：
检测所述第一帧图像中是否包括所述用户的着色请求中所述指定着色物体的标识对应的指定着色物体。


5.根据权利要求3所述的方法，其中，检测所述第一帧图像中是否命中所述用户的着色请求之前，所述方法还包括：
获取所述用户的着色请求。


6.根据权利要求3所述的方法，其中，所述用户的着色请求中还包括指定时间戳；
进一步地，根据所述前一帧图像中着色后的像素点的颜色值，对所述当前图像中对应的映射像素点进行追踪着色之后，并继续采用所述上色模型对所述当前图像中、与前一帧图像中没有映射关系的其他像素点进行着色之前，所述方法还包括：
检测所述当前图像是否包括所述用户的着色请求中所述指定着色物体的标识对应的指定着色物体、且所述当前图像的时间戳是否命中所述指定时间戳；
若是，根据所述目标颜色，对所述当前图像中所述指定着色物体着色为所述目标颜色。


7.一种视频的色彩转换装置，其中，所述装置包括：
获取模块，用于获取视频中各帧图像...

【专利技术属性】
技术研发人员：冯博豪，庞敏辉，谢国斌，陈兴波，杨舰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11