【技术实现步骤摘要】
本申请实施例涉及视频编解码，尤其涉及一种转码视频流生成方法、系统、设备及存储介质。
技术介绍
1、目前，在直播场景中，对于主播端采集的视频会按照合适的编码分辨率和码率进行转码。直播转码功能的目的是为了适应不同网络带宽、不同终端处理能力和不同用户需求，将收到的主播端编码流转码为不同分辨率的视频并分发给各个观众端。由于主播端设备多种多样，质量参差不齐，因此在主播端设备性能较差的情况下，为了保证用户的观看流畅度体验，会以较低分辨率进行编码。同时对于同一主播会有很多观众同时观看，因此在观众端设备较好的情况下，会将接收到的较低分辨率的视频流进行解码，然后将分辨率提升到相应的播放分辨率进行渲染播放。
2、但是，由于观众端设备的计算资源限制，其分辨率提升处理的性能较差，以此对接收到的视频流进行分辨率提升处理，会降低观众端观看画质，影响观众的观看体验。
技术实现思路
1、本申请实施例提供一种转码视频流生成方法、系统、设备及存储介质，能够提升观众端接收的转码视频流的分辨率和画质，解决观众端接收的转码视频流分辨率偏低的技术问题。
2、在第一方面，本申请实施例提供了一种转码视频流生成方法，包括：
3、接收主播端源流，解码主播端源流得到解码图像；
4、在解码图像的分辨率小于分辨率阈值的情况下，将解码图像输入预先训练的超分辨率神经网络模型，输出对应的重建图像，重建图像的分辨率为解码图像的分辨率的设定倍数；
5、将重建图像作为输入，按照预构建的码表进
6、在第二方面，本申请实施例提供了一种转码视频流生成系统，包括：
7、解码模块，配置为接收主播端源流，解码主播端源流得到解码图像；
8、超分模块，配置为在解码图像的分辨率小于分辨率阈值的情况下，将解码图像输入预先训练的超分辨率神经网络模型，输出对应的重建图像，重建图像的分辨率为解码图像的分辨率的设定倍数；
9、转码模块，配置为将重建图像作为输入，按照预构建的码表进行转码生成多路转码视频流，基于观众端信息分发对应的转码视频流至观众端。
10、在第三方面，本申请实施例提供了一种转码视频流生成设备，包括：
11、存储器以及一个或多个处理器；
12、所述存储器，配置为存储一个或多个程序；
13、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的转码视频流生成方法。
14、在第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在由计算机处理器执行时配置为执行如第一方面所述的转码视频流生成方法。
15、在第五方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品中包含有指令，当指令在计算机或处理器上运行时，使得计算机或处理器执行如第一方面所述的转码视频流生成方法。
16、本申请实施例通过接收主播端源流，解码主播端源流得到解码图像；在解码图像的分辨率小于分辨率阈值的情况下，将解码图像输入预先训练的超分辨率神经网络模型，输出对应的重建图像，重建图像的分辨率为解码图像的分辨率的设定倍数；将重建图像作为输入，按照预构建的码表进行转码生成多路转码视频流，基于观众端信息分发对应的转码视频流至观众端。采用上述技术手段，通过对主播端源流进行超分处理，使分辨率提升设定倍数，进而按照码表转码重建图像，分发对应的转码视频流至观众端，以此可以提升转码视频流的分辨率和画质，使得观众端无需进行分辨率提升处理，提升观众端的观看清晰度，进而提升观众的观看体验。
本文档来自技高网...【技术保护点】
1.一种转码视频流生成方法，其特征在于，包括：
2.根据权利要求1所述的转码视频流生成方法，其特征在于，所述观众端信息包括带宽信息；
3.根据权利要求1所述的转码视频流生成方法，其特征在于，所述码表包括第一转码档位、第二转码档位和第三转码档位；
4.根据权利要求1-3任一所述的转码视频流生成方法，其特征在于，所述超分辨率神经网络模型基于pytorch模型构建，并转换为基于openvino框架的IR模型。
5.根据权利要求4所述的转码视频流生成方法，其特征在于，所述超分辨率神经网络模型预先进行INT8量化，并设置推理实例的线程并发数量。
6.根据权利要求1所述的转码视频流生成方法，其特征在于，所述将所述解码图像输入预先训练的超分辨率神经网络模型，输出对应的重建图像，包括：
7.一种转码视频流生成系统，其特征在于，包括：
8.一种转码视频流生成设备，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在由计算机处理器
10.一种计算机程序产品，其特征在于，所述计算机程序产品中包含有指令，当所述指令在计算机或处理器上运行时，使得所述计算机或处理器执行如权利要求1-6任一所述的转码视频流生成方法。
...【技术特征摘要】
1.一种转码视频流生成方法，其特征在于，包括：
2.根据权利要求1所述的转码视频流生成方法，其特征在于，所述观众端信息包括带宽信息；
3.根据权利要求1所述的转码视频流生成方法，其特征在于，所述码表包括第一转码档位、第二转码档位和第三转码档位；
4.根据权利要求1-3任一所述的转码视频流生成方法，其特征在于，所述超分辨率神经网络模型基于pytorch模型构建，并转换为基于openvino框架的ir模型。
5.根据权利要求4所述的转码视频流生成方法，其特征在于，所述超分辨率神经网络模型预先进行int8量化，并设置推理实例的线程并发数量。
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：刘芳，
申请(专利权)人：杭州团星信息技术有限公司，
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。