图像变换网络模型的训练方法和电子设备技术

本申请属于图像处理领域，提出了一种图像变换网络模型的训练方法和电子设备，该方法包括：电子设备获取样本视频；将闪烁视频输入到预设的图像变换网络模型，得到输出视频中的第一输出图像；根据标签视频确定光流，根据所述光流对所述第一输出图像进行变换，得到与所述第一输出图像相邻的第二输出图像；确定所述第一输出图像和第一标签图像的差异，以及第二输出图像与第二标签图像的差异，根据所述差异调整所述图像变换网络模型的参数，直到完成所述图像变换网络模型的训练。由于本申请所训练的图像变换网络模型所优化视频，不必受限于引起时域一致性问题的原因，可以适应不同时域一致性问题的视频的优化，有利于提高视频优化的适应范围。应范围。应范围。

【技术实现步骤摘要】
图像变换网络模型的训练方法和电子设备


[0001]本申请涉及图像处理领域，尤其涉及一种图像变换网络模型的训练方法和电子设备。

技术介绍

[0002]随着手机、平板、智慧电视等电子设备性能的提升，以及通信技术的发展，视频业务在电子设备中的应用也越来越广泛。高质量的视频播放效果，有利于用户观看到更为清晰的画面内容，有利于提升用户的观看体验。
[0003]电子设备所播放的视频图像，由于受到拍摄因素、后期剪辑因素或转码因素的影响，可能会存在画质缺陷或时域一致性的缺陷。为了改善视频图像的质量，提升用户观看体验。在电子设备播放视频之前，通常可以对视频图像进行优化处理。
[0004]目前对于视频图像的优化处理方式，通常先做时域一致性处理，然后再进行画质增强处理。但是，造成时域不一致的缺陷的因素有多种，对于某一具体视频，产生时域不一致的缺陷的因素可能是单一因素，也可能是多种因素共同作用导致的，在进行时域一致性处理时，需要针对产生时域一致性问题的因素进行处理，处理过程的较为麻烦，视频优化效率不高。

技术实现思路

>[0005]本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像变换网络模型的训练方法，其特征在于，所述方法包括：电子设备获取样本视频，所述样本视频包括闪烁视频和标签视频，所述闪烁视频的图像为包括时域噪声和空域噪声的图像，所述标签视频为对所述闪烁视频进行画质增强处理和时域一致性处理所得到的视频；电子设备将所述闪烁视频中的图像，输入到预设的图像变换网络模型，得到第一输出图像；电子设备根据标签视频确定光流，根据所述光流对所述第一输出图像进行变换，得到与所述第一输出图像相邻的第二输出图像；电子设备确定所述第一输出图像和第一标签图像的差异，以及第二输出图像与第二标签图像的差异，根据所述差异调整所述图像变换网络模型的参数，直到调整参数后计算的差异满足预设的要求，完成所述图像变换网络模型的训练，所述第一标签图像和第二标签图像为标签视频中的图像，且第一标签图像和第一输出图像的内容关联，第二标签图像和第二输出图像的内容关联。2.根据权利要求1所述的方法，其特征在于，当待训练视频为闪烁视频时，电子设备获取样本视频，包括：电子设备对所述闪烁视频的图像进行时域一致性处理，得到时域稳定的视频；电子设备将时域稳定的视频进行图像增强处理，得到样本视频中的标签视频。3.根据权利要求1所述的方法，其特征在于，当待训练视频为时域稳定的视频时，电子设备获取样本视频，包括：电子设备对所述待训练视频的图像进行退化处理，得到样本视频的闪烁视频；电子设备对所述待训练视频的图像进行图像增强处理，得到样本视频的标签视频。4.根据权利要求3所述的方法，其特征在于，电子设备对所述待训练视频的图像进行退化处理，包括：电子设备根据随机亮度和/或随机对比度的方式，随机调整所述待训练视频的图像的亮度和/或对比度。5.根据权利要求1所述的方法，其特征在于，电子设备将所述闪烁视频中的图像，输入到预设的图像变换网络模型，得到输出视频中的第一输出图像，包括：电子设备将所述闪烁视频的第t帧图像，以及第t
‑
1帧图像输入到预设的图像变换网络模型，输出第t帧输出图像与所述闪烁视频的第t帧图像的残差，t大于或等于2；电子设备将所述残差与所述闪烁视频的第t帧图像求和得到第t帧输出图像，所述第t帧输出图像为第一输出图像。6.根据权利要求1所述的方法...

【专利技术属性】
技术研发人员：卢圣卿，肖斌，王宇，朱聪超，
申请(专利权)人：荣耀终端有限公司，
类型：发明
国别省市：