【技术实现步骤摘要】
参考帧选择方法及装置、设备、存储介质
[0001]本申请涉及视频图像技术,涉及但不限于参考帧选择方法及装置、设备、存储介质。
技术介绍
[0002]如今,视频已成为最受欢迎的内容消费方式。根据相关报告,至2022年视频观看占所有互联网流量的82%。为了减少传输带宽和存储成本,视频服务提供商通常会对视频进行压缩。然而,一些视频压缩算法由于采用基于块变换的编码方式容易产生视觉上令人不快的压缩伪影。因此,开发视频增强算法是非常有必要的。
[0003]在相关技术中,首先从当前帧的相邻帧中选出参考帧,然后根据参考帧对当前帧进行增强,以得到图像质量优于当前帧的重建帧;然而基于相关技术得到的重建帧的图像质量不能满足质量要求。
技术实现思路
[0004]有鉴于此,本申请提供的参考帧选择方法及装置、设备、存储介质,旨在选择出更优的参考帧,从而帮助更好地增强待处理视频帧的图像质量,提升重建帧的图像质量。
[0005]根据本申请实施例的一个方面,提供一种参考帧选择方法,包括:获取待处理视频帧的E个第一相邻帧;其中,E大于1;根据所述待处理视频帧和所述E个第一相邻帧的图像内容,从所述E个第一相邻帧中选择所述待处理视频帧的第一参考帧;其中,所述第一参考帧用于增强所述待处理视频帧的图像质量。
[0006]如此,由于在进行参考帧的选择时考虑了待处理视频帧以及它的E个第一相邻帧的图像内容,而非是简单地基于相邻帧与待处理视频帧之间的位置关系选择参考帧(例如将待处理视频帧的前一帧以及后一帧作为它的参考帧),因此选 ...
【技术保护点】
【技术特征摘要】
1.一种参考帧选择方法,其特征在于,所述方法包括:获取待处理视频帧的E个第一相邻帧;其中,E大于1;根据所述待处理视频帧和所述E个第一相邻帧的图像内容,从所述E个第一相邻帧中选择所述待处理视频帧的第一参考帧;其中,所述第一参考帧用于增强所述待处理视频帧的图像质量。2.根据权利要求1所述的方法,其特征在于,所述根据所述待处理视频帧和所述E个第一相邻帧的图像内容,从所述E个第一相邻帧中选择所述待处理视频帧的第一参考帧,包括:通过预先训练得到的参考帧选择模型,对所述待处理视频帧和所述E个第一相邻帧的图像内容进行处理,得到所述待处理视频帧的第一参考帧;其中,所述参考帧选择模型为AI模型。3.根据权利要求2所述的方法,其特征在于,所述参考帧选择模型为卷积神经网络,至少包括:卷积层、池化层、全连接层和输出层;其中,所述卷积层用于对所述待处理视频帧和所述E个第一相邻帧的图像内容进行卷积操作,得到特征图;所述池化层用于对所述特征图进行池化操作,得到池化后的特征图;所述全连接层用于根据所述池化后的特征图,确定所述第一相邻帧被选为第一参考帧的概率;所述输出层用于根据所述E个第一相邻帧被选为第一参考帧的概率,选出第一参考帧。4.根据权利要求3所述的方法,其特征在于,所述全连接层还用于根据所述池化后的特征图,确定F个不同的帧数目分别作为第一参考帧的数目的概率;其中,F大于1;相应地,所述输出层用于根据所述F个不同的帧数目分别作为第一参考帧的数目的概率,确定目标数目;以及根据所述E个第一相邻帧被选为第一参考帧的概率,选出所述目标数目的第一参考帧。5.根据权利要求2至4任一项所述的方法,其特征在于,所述参考帧选择模型的确定过程包括:根据第一样本帧的多个第二相邻帧和所述第一样本帧,对所述参考帧选择模型的第一初始模型的模型参数进行第一调整处理,得到调整后的第一初始模型;其中,所述第一调整处理包括:将所述多个第二相邻帧和所述第一样本帧输入至所述第一初始模型中,得到所述第一样本帧的第二参考帧;获取所述第一样本帧的第一重建帧,所述第一重建帧是预先训练得到的图像增强模型基于所述第一样本帧和对应的第二参考帧得到的;至少根据所述第一重建帧与所述第一样本帧的标准帧,确定所述第一重建帧的第一损失;根据所述第一损失,调整所述第一初始模型的模型参数;根据第二样本帧的多个第三相邻帧和所述第二样本帧,对所述调整后的第一初始模型的模型参数进行所述第一调整处理,直至对应得到的第一损失或者迭代次数满足截止条件为止,得到所述参考帧选择模型。6.根据权利要求5所述的方法,其特征在于,所述至少根据所述第一重建帧与所述第一样本帧的标准帧,确定所述第一重建帧的第一损失,包括:根据所述第一重建帧和所述第一样本帧的标准帧,确定所述第一重建帧的第一奖励;
以所述第一样本帧为起点,将所述第一样本帧之前的连续M1帧以及所述第一样本帧之后的连续M2帧作为第五参考帧,将所述第五参考帧和所述第一样本帧输入至所述图像增强模型中,得到所述第一样本帧的第二重建帧;其中,M1和M2大于0且小于或等于所述多个第二相邻帧的数目的一半;根据所述第二重建帧和所述第一样本帧的标准帧,确定所述第二重建帧的第二奖励;根据所述第一奖励、所述第二奖励和所述第二参考帧被选为参考帧的概率,确定所述第一损失。7.根据权利要求5所述的方法,其特征在于,所述图像增强模型...
【专利技术属性】
技术研发人员:陈志波,符军,刘森,杨智尧,
申请(专利权)人:OPPO广东移动通信有限公司,
类型:发明
国别省市:
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。