一种基于视频内容理解的视频增强方法及系统技术方案

本发明专利技术公开了一种基于视频内容理解的视频增强方法及系统，涉及视频处理技术，针对现有技术中超分处理资源分配不合理的问题提出本方案。通过用户输入的关键物体文本识别低清视频中的关键区域和非关键区域，并对不同区域进行对应的超分辨率重建以得到高清视频；其中，对非关键区域进行插值重建，对关键区域进行深度学习重建。优点在于，结合简单高效的传统插值算法和效果优异的深度学习超分技术，根据用户输入的偏好文本识别并划分出视频中的关键区域和非关键区域。避免了对于完整区域进行基于深度学习超分而造成的过度处理和资源浪费、以及完全使用插值算法而效果不佳的问题。在实现超分视觉效果的前提下，节省了资源消耗以及处理时间。

【技术实现步骤摘要】

本专利技术涉及视频处理技术，尤其涉及一种基于视频内容理解的视频增强方法及系统。

技术介绍

1、随着通信、电子技术的发展，网络的传输速度飞速增长，越来越多的显示设备支持显示2k、4k等分辨率的视频，用户对于高清晰度的视频需求日益增加。然而，受限于视频的制作时期及拍摄设备，现有的大量视频仍然是较低分辨率的视频，因此，实现视频超分辨率重建，提升视频的质量，是十分必要的。

2、视频超分辨率重建是指将分辨率较低的视频通过上采样方法转化为具有高分辨率的高清视频。传统视频超分辨率方法如插值等是利用目标像素的周围像素进行插值计算得到新的像素值，这类方法简单、高效，能快速实现视频上采样，并在一定程度上改善视频的视觉质量，然而由于缺乏对图像整体以及视频不同帧之间信息的考虑，处理后的视频往往在细节和清晰度方面不尽人意。

3、此外，随着深度学习技术的发展，基于深度学习的视频超分方法已成为目前视频超分辨率重建的主流方法。基于深度学习的超分辨率重建方法旨在通过训练神经网络模型来学习低分辨率视频及与其对应的高分辨率视频之间的映射关系。当训练完成后，该模型可以将低本文档来自技高网...

【技术保护点】

1.一种基于视频内容理解的视频增强方法，其特征在于，通过用户输入的关键物体文本识别低清视频中的关键区域和非关键区域，并对不同区域进行对应的超分辨率重建以得到高清视频；

2.根据权利要求1所述一种基于视频内容理解的视频增强方法，其特征在于，在所述步骤S500中，所述插值算法为双三次插值算法。

3.根据权利要求1所述一种基于视频内容理解的视频增强方法，其特征在于，加权融合采用渐变平滑加权融合算法。

4.一种基于视频内容理解的视频增强系统，其特征在于，采用如权利要求1-7任一项所述一种基于视频内容理解的视频增强方法进行视频分辨率增强处理。

5.根...

【技术特征摘要】

1.一种基于视频内容理解的视频增强方法，其特征在于，通过用户输入的关键物体文本识别低清视频中的关键区域和非关键区域，并对不同区域进行对应的超分辨率重建以得到高清视频；

2.根据权利要求1所述一种基于视频内容理解的视频增强方法，其特征在于，在所述步骤s500中，所述插值算法为双三次插值算法。

3.根据权利要求...

【专利技术属性】
技术研发人员：郭锴凌，刘旭彬，黄寅，徐向民，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：