【技术实现步骤摘要】
本申请涉及图像后处理，尤其涉及一种基于神经网络的视频图像增强方法、装置及电子设备。
技术介绍
1、神经网络(neural networks，简称nn)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，是一个高度复杂的非线性动力学习系统。
2、图像后处理指的是在图像数据经过编码、传输和解码之后，对其进行进一步的处理，包括去压缩失真、去噪、超分辨率等，通常用于提升图像主观质量。
技术实现思路
1、有鉴于此，本申请提供一种基于神经网络的视频图像增强方法、装置及电子设备。
2、具体地，本申请是通过如下技术方案实现的：
3、根据本申请实施例的第一方面，提供一种基于神经网络的视频图像增强方法，包括：
4、获取前端设备的第一图像；所述第一图像包括至少2类图像；
5、对所述第一图像进行数据前处理，得到第二图像；其中，所述第二图像的分辨率等于或小于所述第一图像的分辨率，所述第二图像的数量大于或等于所述第一图像的数量；>
6、利用神经本文档来自技高网...
【技术保护点】
1.一种基于神经网络的视频图像增强方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行数据前处理，得到第二图像，包括：
3.根据权利要求2所述的方法，其特征在于，对于非边缘块，填充区域的像素值为所述第一图像中该区域的像素值；其中，非边缘块为未包括所述第一图像的边界的图像块；
4.根据权利要求1所述的方法，其特征在于，所述利用神经网络，对所述第二图像进行AI处理，包括：
5.根据权利要求4所述的方法，其特征在于，所述图像变换结果还包括目标计算结果，所述目标计算结果用于对所述第四图像进行
<...【技术特征摘要】
1.一种基于神经网络的视频图像增强方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行数据前处理，得到第二图像，包括：
3.根据权利要求2所述的方法，其特征在于，对于非边缘块，填充区域的像素值为所述第一图像中该区域的像素值；其中，非边缘块为未包括所述第一图像的边界的图像块；
4.根据权利要求1所述的方法，其特征在于，所述利用神经网络，对所述第二图像进行ai处理，包括：
5.根据权利要求4所述的方法，其特征在于，所述图像变换结果还包括目标计算结果，所述目标计算结果用于对所述第四图像进行图像增强；
6.根据权利要求4所述的方法，其特征在于，所述第二图像中不同类型图像的图像变换方式不同。
7.根据权利要求1所述的方法，其特征在于，所述第二图像包括亮度图像和色度图像；
8.根据权利要求1所述的方法，其特征在于，一个所述第二图像对应对所述第一图像进行块划分得到一个图像块；
9.根据权利要...
【专利技术属性】
技术研发人员：孙煜成，刘祥凯，陈方栋，武晓阳，俞海，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
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。