视频去噪方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种视频去噪方法、装置、电子设备及计算机可读存储介质，涉及图像处理技术领域，该方法包括：获取视频序列中待去噪的当前帧对应的多个第一参考帧；根据每个第一参考帧与当前帧之间的相似性大小，从多个第一参考帧中选取第二参考帧；根据第二参考帧对当前帧进行去噪处理，得到当前帧的去噪结果。这样根据与当前帧之间的相似性大小筛选第二参考帧，在对当前帧进行去噪处理时能够从第二参考帧获取到更丰富的噪声信息，从而提高了视频去噪效果。噪效果。噪效果。

【技术实现步骤摘要】
视频去噪方法、装置、电子设备及计算机可读存储介质


[0001]本专利技术涉及图像处理
，尤其是涉及一种视频去噪方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着深度学习技术的发展，基于深度学习的图像处理技术越来越多的被应用到实际任务当中。目前对视频进行去噪处理时通常采用基于单帧图像去噪模型的视频去噪方法。
[0003]一般地，基于单帧图像去噪模型的视频去噪方法，通常是逐帧对视频进行处理，每次模型的输入是一帧需要去噪的图像，模型只能利用该帧空间上的噪声信息进行去噪，然后输出去噪后的图像。然而这种视频去噪方法的去噪效果不够理想。

技术实现思路

[0004]本专利技术的目的在于提供一种视频去噪方法、装置、电子设备及计算机可读存储介质，以提高视频去噪效果。
[0005]本专利技术实施例提供了一种视频去噪方法，包括：
[0006]获取视频序列中待去噪的当前帧对应的多个第一参考帧；
[0007]根据每个所述第一参考帧与所述当前帧之间的相似性大小，从多个所述第一参考帧中选取第二参考帧；
[0008]根据所述第二参考帧对所述当前帧进行去噪处理，得到所述当前帧的去噪结果。
[0009]进一步地，获取视频序列中待去噪的当前帧对应的多个第一参考帧的步骤，包括：
[0010]根据所述当前帧在所述视频序列中的位置和预设时序长度范围，从所述视频序列中获取所述当前帧对应的多个第一参考帧。
[0011]进一步地，根据所述当前帧在所述视频序列中的位置和预设时序长度范围，从所述视频序列中获取所述当前帧对应的多个第一参考帧的步骤，包括：
[0012]按照所述预设时序长度范围，从所述当前帧在所述视频序列中的位置开始向后和/或向前选取所述视频序列中连续的多个视频帧，并将选取出的所述多个视频帧作为所述当前帧对应的多个第一参考帧。
[0013]进一步地，根据每个所述第一参考帧与所述当前帧之间的相似性大小，从多个所述第一参考帧中选取第二参考帧的步骤，包括：
[0014]按照预设的相似度值计算方法，分别计算每个所述第一参考帧与所述当前帧的相似度值；
[0015]将各个所述相似度值中数值较小的预设数量个相似度值对应的第一参考帧确定为第二参考帧。
[0016]进一步地，所述方法还包括：
[0017]当所述第一参考帧的数量小于所述预设数量时，根据各个所述第一参考帧中与所
述当前帧在时序上的距离最远的第一参考帧，构造新的第一参考帧，使得构造后的第一参考帧的总数量等于所述预设数量；
[0018]将构造后的各个第一参考帧确定为第二参考帧。
[0019]进一步地，根据所述第二参考帧对所述当前帧进行去噪处理，得到所述当前帧的去噪结果的步骤，包括：
[0020]按照时序顺序对所述第二参考帧和所述当前帧进行排列，得到输入序列；
[0021]将所述输入序列输入预设的时域滤波模型，得到所述时域滤波模型输出的所述当前帧的去噪结果；其中，所述时域滤波模型包括基于深度学习的去噪算法模型，基于小波变换或中值滤波的去噪算法模型，或者结合运动估计和运动补偿的去噪算法模型。
[0022]进一步地，所述时域滤波模型包括基于深度学习的去噪算法模型；在将所述输入序列输入预设的时域滤波模型，得到所述时域滤波模型输出的所述当前帧的去噪结果之前，所述方法还包括：
[0023]获取原始视频样本；
[0024]对所述原始视频样本进行加噪处理，得到待处理样本；
[0025]对所述待处理样本中的每个待去噪帧均进行以下处理：从所述待处理样本中获取所述待去噪帧对应的多个第三参考帧；根据每个所述第三参考帧与所述待去噪帧之间的相似性大小，从多个所述第三参考帧中选取第四参考帧；
[0026]根据所述原始视频样本以及由所述待处理样本中的每个待去噪帧和每个所述待去噪帧对应的第四参考帧组成的输入样本集，对待训练的时域滤波模型进行训练，得到训练完成的时域滤波模型。
[0027]本专利技术实施例还提供了一种视频去噪装置，包括：
[0028]获取模块，用于获取视频序列中待去噪的当前帧对应的多个第一参考帧；
[0029]选取模块，用于根据每个所述第一参考帧与所述当前帧之间的相似性大小，从多个所述第一参考帧中选取第二参考帧；
[0030]处理模块，用于根据所述第二参考帧对所述当前帧进行去噪处理，得到所述当前帧的去噪结果。
[0031]本专利技术实施例还提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的视频去噪方法。
[0032]本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述的视频去噪方法。
[0033]本专利技术实施例提供的视频去噪方法、装置、电子设备及计算机可读存储介质中，该方法包括：获取视频序列中待去噪的当前帧对应的多个第一参考帧；根据每个第一参考帧与当前帧之间的相似性大小，从多个第一参考帧中选取第二参考帧；根据第二参考帧对当前帧进行去噪处理，得到当前帧的去噪结果。这样根据与当前帧之间的相似性大小筛选第二参考帧，在对当前帧进行去噪处理时能够从第二参考帧获取到更丰富的噪声信息，从而提高了视频去噪效果。
附图说明
[0034]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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。
[0035]图1为本专利技术实施例提供的一种视频去噪方法的流程示意图；
[0036]图2为本专利技术实施例提供的另一种视频去噪方法的流程示意图；
[0037]图3为本专利技术实施例提供的一种时域滤波模型的训练流程示意图；
[0038]图4为本专利技术实施例提供的一种视频去噪装置的结构示意图；
[0039]图5为本专利技术实施例提供的另一种视频去噪装置的结构示意图；
[0040]图6为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0041]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0042]视频时域去噪也可称为视频时域滤波，它是区别于单帧图像去噪的一种时序上的视频去噪方法。对于基于时域去噪模型的视频时域去噪方法，时域去噪模型的输入通常是多帧图像，包括需要去噪的当前帧和当前帧对应的参考帧，时域去噪模型利用当前帧空间上的噪声信息和参考帧时序(即时域)上的噪声信息，对当前帧进行去噪处理，时域去噪模型最后输出当前帧去本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频去噪方法，其特征在于，包括：获取视频序列中待去噪的当前帧对应的多个第一参考帧；根据每个所述第一参考帧与所述当前帧之间的相似性大小，从多个所述第一参考帧中选取第二参考帧；根据所述第二参考帧对所述当前帧进行去噪处理，得到所述当前帧的去噪结果。2.根据权利要求1所述的方法，其特征在于，获取视频序列中待去噪的当前帧对应的多个第一参考帧的步骤，包括：根据所述当前帧在所述视频序列中的位置和预设时序长度范围，从所述视频序列中获取所述当前帧对应的多个第一参考帧。3.根据权利要求2所述的方法，其特征在于，根据所述当前帧在所述视频序列中的位置和预设时序长度范围，从所述视频序列中获取所述当前帧对应的多个第一参考帧的步骤，包括：按照所述预设时序长度范围，从所述当前帧在所述视频序列中的位置开始向后和/或向前选取所述视频序列中连续的多个视频帧，并将选取出的所述多个视频帧作为所述当前帧对应的多个第一参考帧。4.根据权利要求1所述的方法，其特征在于，根据每个所述第一参考帧与所述当前帧之间的相似性大小，从多个所述第一参考帧中选取第二参考帧的步骤，包括：按照预设的相似度值计算方法，分别计算每个所述第一参考帧与所述当前帧的相似度值；将各个所述相似度值中数值较小的预设数量个相似度值对应的第一参考帧确定为第二参考帧。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：当所述第一参考帧的数量小于所述预设数量时，根据各个所述第一参考帧中与所述当前帧在时序上的距离最远的第一参考帧，构造新的第一参考帧，使得构造后的第一参考帧的总数量等于所述预设数量；将构造后的各个第一参考帧确定为第二参考帧。6.根据权利要求1所述的方法，其特征在于，根据所述第二参考帧对所述当前帧进行去噪处理，得到所述当前帧的去噪结果的步骤，包括：按照时序顺序对所述第二...

【专利技术属性】
技术研发人员：张海斌，蔡媛，樊鸿飞，汪贤，成超，鲁方波，熊宝玉，
申请(专利权)人：北京金山云网络技术有限公司，
类型：发明
国别省市：