本公开提供了一种基于人工智能的图像增强方法、装置、设备、存储介质以及程序产品，涉及人工智能领域，具体涉及云计算、视频处理、媒体云技术，可应用在智能云和视频云场景下。该方法的一具体实施方式包括：获取待增强图像；计算待增强图像中的像素点的邻域高斯均值；计算像素点的像素值相对于邻域高斯均值的偏移；基于偏移与预设增强阈值的比较结果，选择对应的增强处理方式对像素点进行增强处理，生成增强图像。该实施方式根据细节突显程度，像素级别自适应确定增强处理方式。别自适应确定增强处理方式。别自适应确定增强处理方式。
【技术实现步骤摘要】
基于人工智能的图像增强方法、装置、设备以及存储介质
[0001]本公开涉及人工智能领域，具体涉及云计算、视频处理、媒体云技术，可应用在智能云和视频云场景下。
技术介绍
[0002]随着近年来视频行业高速发展，以及直播、短视频的兴起，人们对视频主观质量要求越来越高，终端用户体验在视频业务中愈发重要。同时，海量的视频播放，给存储和带宽成本带来了巨大的挑战。在此背景下，视频编码技术至关重要，其直接关系视频质量和视频码率，对终端用户体验和带宽成本有着重要的影响。通过优化视频编码技术，可以提升视频主观质量，加强用户体验，同时降低视频码率，节省带宽成本。而感知编码优化是其中极为重要的优化方向。感知编码优化主要是利用人眼对视频的感知特性，有效提升视频主观质量，极大限度降低码率。
[0003]在现有的感知编码优化方向中，预处理增强技术对视频质量提升较为显著。在现有编码器预处理增强技术中，常用的预处理增强手段主要是锐化和去噪。锐化通过增大视频中各像素与邻域像素的差异，使得边缘和纹理细节更清晰，主观更好，且在编码过程中更不容易编模糊。去噪则是通过高斯模糊、双边滤波等滤波器，削弱或去除噪声像素，让主观更好。现有技术通常是锐化和去噪用独立的滤波器分开处理。在编码前，先通过去噪滤波器去除噪音，再通过锐化滤波器锐化细节。
技术实现思路
[0004]本公开实施例提出了一种基于人工智能的图像增强方法、装置、设备、存储介质以及程序产品。
[0005]第一方面，本公开实施例提出了一种基于人工智能的图像增强方法，包括：获取待增强图像；计算待增强图像中的像素点的邻域高斯均值；计算像素点的像素值相对于邻域高斯均值的偏移；基于偏移与预设增强阈值的比较结果，选择对应的增强处理方式对像素点进行增强处理，生成增强图像。
[0006]第二方面，本公开实施例提出了一种基于人工智能的图像增强装置，包括：获取模块，被配置成获取待增强图像；第一计算模块，被配置成计算待增强图像中的像素点的邻域高斯均值；第二计算模块，被配置成计算像素点的像素值相对于邻域高斯均值的偏移；增强模块，被配置成基于偏移与预设增强阈值的比较结果，选择对应的增强处理方式对像素点进行增强处理，生成增强图像。
[0007]第三方面，本公开实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
[0008]第四方面，本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储
介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
[0009]第五方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
[0010]本公开实施例提供的基于人工智能的图像增强方法，根据细节突显程度，像素级别自适应确定增强处理方式。主要应用于视频编解码领域，把预处理增强模块添加至H264、H265、AV1等视频编码器中。
[0011]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
[0012]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0013]图1是根据本公开的基于人工智能的图像增强方法的一个实施例的流程图；
[0014]图2是根据本公开的基于人工智能的图像增强方法的又一个实施例的流程图；
[0015]图3是根据本公开的基于人工智能的图像增强方法的另一个实施例的流程图；
[0016]图4是可以实现本公开的基于人工智能的图像增强方法的场景图；
[0017]图5是根据本公开的基于人工智能的图像增强装置的一个实施例的结构示意图；
[0018]图6是用来实现本公开实施例的基于人工智能的图像增强方法的电子设备的框图。
具体实施方式
[0019]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
[0020]需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
[0021]图1示出了根据本公开的基于人工智能的图像增强方法的一个实施例的流程100。该基于人工智能的图像增强方法包括以下步骤：
[0022]步骤101，获取待增强图像。
[0023]在本实施例中，基于人工智能的图像增强方法的执行主体可以获取待增强图像。其中，待增强图像可以是视频中的视频帧。对于H264、H265等视频编码器，待增强图像可以是其读入的每帧视频帧。
[0024]步骤102，计算待增强图像中的像素点的邻域高斯均值。
[0025]在本实施例中，对于待增强图像中的每个像素点，上述执行主体可以计算待增强图像中的像素点的像素值的邻域高斯均值。其中，像素点的像素值可以是YUV颜色空间中的明亮度值。YUV是一种颜色编码方法，“Y”表示明亮度(Luminance或Luma)，也就是灰阶值，“U”和“V”表示的则是色度(Chrominance或Chroma)，作用是描述影像色彩及饱和度，用于指
定像素的颜色。像素点的邻域的范围可以例如是5
×
5或7
×
7等奇数边长。
[0026]步骤103，计算像素点的像素值相对于邻域高斯均值的偏移。
[0027]在本实施例中，上述执行主体可以计算像素点的像素值相对于邻域高斯均值的偏移。其中，偏移可以是像素点的像素值与其邻域高斯均值的差值的绝对值，用于表征细节突显程度。偏移越大，细节突显程度越高；偏移越小，细节突显程度越低。
[0028]步骤104，基于偏移与预设增强阈值的比较结果，选择对应的增强处理方式对像素点进行增强处理，生成增强图像。
[0029]在本实施例中，上述执行主体可以将偏移与预设增强阈值进行比较，并基于比较结果选择对应的增强处理方式，对像素点进行增强处理。对待增强图像的所有像素点增强处理完毕，即可生成增强图像。其中，不同的比较结果对应不同的增强处理方式，根据比较结果，可以自适应确定增强处理方式。增强处理方式可以包括但不限于锐化处理方式或去噪处理方式等等。例如，偏移大于预设增强阈值，判定像素点为边缘纹理区域像素点，对像素点进行锐化处理，突显边缘纹理；偏移小大于预设增强阈值，判定像素点为偏平面区域像素点，对像素点进行去本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的图像增强方法，包括：获取待增强图像；计算所述待增强图像中的像素点的邻域高斯均值；计算所述像素点的像素值相对于所述邻域高斯均值的偏移；基于所述偏移与预设增强阈值的比较结果，选择对应的增强处理方式对所述像素点进行增强处理，生成增强图像。2.根据权利要求1所述的方法，其中，所述预设阈值包括预设锐化阈值；以及所述基于所述偏移与预设阈值的比较结果，选择对应的增强处理方式对所述像素点进行增强处理，包括：若所述偏移大于所述预设锐化阈值，对所述像素点进行锐化处理。3.根据权利要求2所述的方法，其中，所述对所述像素点进行锐化处理，包括：将所述像素点的像素值增加预设锐化强度与所述偏移的乘积。4.根据权利要求2所述的方法，其中，所述预设阈值还包括预设去噪阈值，所述预设去噪阈值小于所述预设锐化阈值；以及所述基于所述偏移与预设阈值的比较结果，选择对应的增强处理方式对所述像素点进行增强处理，还包括：若所述偏移小于所述预设去噪阈值，对所述像素点进行去噪处理。5.根据权利要求4所述的方法，其中，所述对所述像素点进行去噪处理，包括：将所述像素点的像素值减少预设去噪强度与所述偏移的乘积。6.根据权利要求5所述的方法，其中，所述方法还包括：检测所述待增强图像中的感兴趣区域；若所述像素点在所述感兴趣区域中，减小所述预设锐化阈值和所述预设去噪阈值，以及增大所述预设锐化强度。7.根据权利要求1
‑
6中任一项所述的方法，其中，所述方法还包括：利用基于单指令多数据流的加速算法加速图像增强的速度。8.根据权利要求7所述的方法，其中，所述利用基于单指令多数据流的加速算法加速图像增强的速度，包括：将浮点运算转化为整数运算；对所述待增强图像进行边界外侧像素填充，以及将填充后图像划分成多个图像块；把所述多个图像块的二维高斯滤波转化成两次一维高斯滤波；对所述多个图像块进行并行计算和并行增强处理。9.一种基于人工智能的图像增强装置，包括：获取模块，被配置成获取待增强图像；第一计算模块，被配置成计算所述待增强图像中的像素点的邻域高斯均值；第二计算模块，被配置成计算所述像素点的像素值相对于所述邻域高斯均值的偏移；增强模块，被配置成基于所述偏移与预设增强阈值的比较结果，选择对应的增强处理方式对所述像...
【专利技术属性】
技术研发人员：林可，
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：
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。