一种基于深度学习的老电影修复方法技术

本发明专利技术公开了一种基于深度学习的老电影修复方法，首先对待修复老电影原始视频数据预处理，制作训练数据集；接着构建生成对抗网络，建立深度学习模型；之后通过建立的深度学习模型对训练数据集进行学习训练，生成神经网络模型；最后利用获得的训练后的神经网络模型对老电影中的帧图像进行修复，得到修复完成电影画面。本发明专利技术在老电影修复过程中不需要大量的时间和人力成本修复效率高，生成的修复图像可以保留老电影的原始特征以及老电影恢复的质量高，使老电影能够更好地保存和传播，提高观看体验。

【技术实现步骤摘要】

本专利技术涉及一种老电影修复方法，具体涉及一种基于深度学习的老电影修复方法，属于图像修复。

技术介绍

1、老电影是我们文化遗产的一部分，它们记录了过去时代的重要事件、人物和文化。然而，由于时间的推移和保存条件的限制，很多老电影的质量已经下降，可能出现模糊、噪声、损坏和色彩衰减等问题，不能更好地保存和传播，这些问题对于观赏体验和文化遗产的保护都带来了挑战。伴随着现代电影制作工艺的进一步发展，影像处理技术已全面进入数字化时代，修复老电影的损伤成为了可能，但是目前的老电影修复方法并不理想，在老电影修复过程中，需要大量的时间和人力成本修复效率低，生成的修复图像不能保留老电影的原始特征错误率较高，老电影恢复的质量低修复效果差。

技术实现思路

1、本专利技术为解决老电影修复需要大量的时间和人力成本修复效率低、生成的修复图像不能保留老电影的原始特征错误率较高以及老电影恢复的质量低修复效果差的问题，恢复和提高老电影的质量，使其能够更好地保存和传播，提高观看体验，进而提出一种基于深度学习的老电影修复方法。</p>

2、本专本文档来自技高网...

【技术保护点】

1.一种基于深度学习的老电影修复方法，其特征在于：所述方法通过以下步骤实现：

2.根据权利要求1所述的一种基于深度学习的老电影修复方法，其特征在于：所述S1中的制作训练数据集具体包括：

3.根据权利要求2所述的一种基于深度学习的老电影修复方法，其特征在于：所述S1.3中数据扩增具体包括对图像角度的旋转和图像平移。

4.根据权利要求2所述的一种基于深度学习的老电影修复方法，其特征在于：所述S2中的生成对抗网络包括生成器和判别器，生成器的结构采用编码器-解码器的形式，中间包含卷积层和转置卷积层，利用激活函数和批归一化操作，用于生成修复图像，输入的是老电影的...

【技术特征摘要】

1.一种基于深度学习的老电影修复方法，其特征在于：所述方法通过以下步骤实现：

2.根据权利要求1所述的一种基于深度学习的老电影修复方法，其特征在于：所述s1中的制作训练数据集具体包括：

3.根据权利要求2所述的一种基于深度学习的老电影修复方法，其特征在于：所述s1.3中数据扩增具体包括对图像角度的旋转和图像平移。

4.根据权利要求2所述的一种基于深度学习的老电影修复方法，其特征在于：所述s2中的生成对抗网络包括生成器和判别器，生成器的结构采用编码器-解码器的形式，中间包含卷积层和转置卷积层，利用激活函数和批归一化操作，用于生成修复图像，输入的是老电影的原始帧图像，输出的是修复后的图像；判别器输入的是修复图像，输出的是一个二值判断结果，表示修复图像的真实性，用于判断修复图像的真实性。

5.根据权利要求4所述的一种基于深度学习的老电影修复方法，其特征在于：所述激活函数为srrelu，srr...

【专利技术属性】
技术研发人员：张劲松，刘越，牟春苗，王艳春，李鑫伟，
申请(专利权)人：齐齐哈尔大学，
类型：发明
国别省市：