视频处理模型的训练方法、视频处理方法和装置制造方法及图纸

本申请涉及一种视频处理模型的训练方法、视频处理方法、装置、计算机设备和存储介质。所述视频处理模型的训练方法包括：获取样本视频；将样本视频的帧图像输入预先训练的第一视频处理模型，得到样本视频的目标处理视频的帧图像；预先训练的第一视频处理模型为教师模型，由至少两种类型的视频画质增强算法组合而成；根据样本视频的帧图像和样本视频对应的目标处理视频的帧图像，对待训练的神经网络进行训练，得到训练完成的第二视频处理模型；第二视频处理模型为学生模型，用于对输入的视频的帧图像进行至少两种类型的视频画质增强处理。采用本方法，使得部署有第二视频处理模型的终端也能够快速实现对视频的多任务复合处理。端也能够快速实现对视频的多任务复合处理。端也能够快速实现对视频的多任务复合处理。

【技术实现步骤摘要】
视频处理模型的训练方法、视频处理方法和装置


[0001]本申请涉及视频处理
，特别是涉及一种视频处理模型的训练方法、视频处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着网络传输速度的提高和屏幕显示技术的发展，高清视频在生活娱乐和工作应用中的需求逐步增加，因而人们对视频画质的要求也显著提高；其中，视频画质增强是提高视频画质的常用手段。
[0003]实际应用中，往往需要对视频进行多项视频画质增强处理，但一般来说，单种算法只能执行一项视频画质增强效果，因此需要将多种算法组合为视频处理系统，才能实现多任务复合处理的效果；但是，运行多项视频画质增强算法所需要的算力较大，耗时较长，导致这样的多项任务的处理流程难以部署在处理能力有限的终端上，且难以到达实时处理的耗时要求。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够在处理能力有限的终端上快速实现对视频的多任务复合处理的视频处理模型的训练方法、视频处理方法、装置、计算机设备和存储介质。
[0005]一种视频处理模型的训练方法，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理模型的训练方法，其特征在于，所述方法包括：获取样本视频；将所述样本视频的帧图像输入预先训练的第一视频处理模型，得到所述样本视频的目标处理视频的帧图像；所述预先训练的第一视频处理模型为教师模型，由至少两种类型的视频画质增强算法组合而成；根据所述样本视频的帧图像和所述样本视频对应的目标处理视频的帧图像，对待训练的神经网络进行训练，得到训练完成的第二视频处理模型；所述训练完成的第二视频处理模型为学生模型，用于对输入的视频的帧图像进行至少两种类型的视频画质增强处理。2.根据权利要求1所述的方法，其特征在于，所述根据所述样本视频的帧图像和所述样本视频对应的目标处理视频的帧图像，对待训练的神经网络进行训练，得到训练完成的第二视频处理模型，包括：将所述样本视频的帧图像输入待训练的神经网络，得到所述样本视频对应的预测处理视频的帧图像；根据所述预测处理视频的帧图像和所述目标处理视频的帧图像之间的差值，得到损失值；根据所述损失值调整所述待训练的神经网络的网络参数；对网络参数调整后的神经网络进行反复训练，直到达到训练结束条件，则将达到所述训练结束条件的训练后的神经网络，作为所述训练完成的第二视频处理模型。3.根据权利要求1所述的方法，其特征在于，所述将所述样本视频的帧图像输入预先训练的第一视频处理模型，得到所述样本视频的目标处理视频的帧图像，包括：通过所述预先训练的第一视频处理模型中除最后一种类型的视频画质增强算法之外的其余类型的视频画质增强算法，对所述样本视频的帧图像进行对应的视频画质增强处理，得到所述样本视频的初始处理视频的帧图像；对各个所述初始处理视频的帧图像和所述样本视频的帧图像进行加权求和，得到加权求和后的视频的帧图像；通过所述最后一种类型的视频画质增强算法，对所述加权求和后的视频的帧图像进行对应的视频画质增强处理，得到所述样本视频的目标处理视频的帧图像。4.根据权利要求1所述的方法，其特征在于，所述将所述样本视频的帧图像输入预先训练的第一视频处理模型，得到所述样本视频的目标处理视频的帧图像，还包括：通过预先训练的第一视频处理模型中的各种类型的视频画质增强算法，对所述样本视频的帧图像进行对应的视频画质增强处理，得到所述样本视频的初始处理视频的帧图像；对各个所述初始处理视频的帧图像和所述样本视频的帧图像进行加权求和，得到所述样本视频的目标处理视频的帧图像。5.根据权利要求1至4任一项所述的方法，其特征在于，所述预先训练的第一...

【专利技术属性】
技术研发人员：蔡金妙，蒋念娟，陈杰，沈小勇，吕江波，贾佳亚，
申请(专利权)人：上海思谋科技有限公司，
类型：发明
国别省市：