视频降噪方法、装置、设备、存储介质及程序产品制造方法及图纸

技术编号:43542256 阅读:13 留言:0更新日期:2024-12-03 12:23
本申请提供一种视频降噪方法、装置、设备、存储介质及程序产品。该方法包括:获取待处理的视频图像;对待处理的视频图像进行预处理,以得到预处理后的视频图像;采用训练好的噪声去除网络模型,对视频图像进行视频降噪处理,以得到目标视频图像,其中,噪声去除网络模型基于平移窗口转换器模型和U‑Net卷积神经网络模型建立。本申请的方法,提高了视频降噪的准确性和降噪效率。

【技术实现步骤摘要】

本申请涉及图像处理,尤其涉及一种视频降噪方法、装置、设备、存储介质及程序产品


技术介绍

1、在近年里,随着光学成像技术和摄像元件制作技术的显著提升,视频监控技术取得了显著的进步。特别是云计算技术与视频监控技术的完美结合,催生了视频云技术。降噪技术对于视频云技术尤为重要,有助于更清晰地捕捉和显示重要信息,同时改善压缩效果,减少失真。

2、现有技术中,视频降噪依赖于传统的卷积神经网络,将需要降噪的视频直接输入至训练好的卷积神经网络,以实现对视频的降噪,该卷积神经网络通过现有的数据库中的视频数据训练而成。

3、然而,现有技术的视频降噪方式处理效果差,无法准确对视频进行降噪处理。


技术实现思路

1、本申请提供一种视频降噪方法、装置、设备、存储介质及程序产品,用以解决现有技术中的视频降噪方式处理效果差,无法准确对视频进行降噪处理技术的问题。

2、第一方面,本申请提供一种视频降噪方法,包括:

3、获取待处理的视频图像;

4、对待处理的视频图像进行预处理,以得到本文档来自技高网...

【技术保护点】

1.一种视频降噪方法,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,在所述采用训练好的噪声去除网络模型,对所述视频图像进行视频降噪处理,以得到目标视频图像之前,还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于平移窗口转换器模型和U-Net卷积神经网络模型,建立原始的噪声去除网络模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述将平移窗口转换器模型的平移卷积块嵌入至所述主干结构,以得到原始的噪声去除网络模型,包括:

5.根据权利要求3或4所述的方法,其特征在于,所述噪声去除网络模型还包括金字塔结构。...

【技术特征摘要】

1.一种视频降噪方法,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,在所述采用训练好的噪声去除网络模型,对所述视频图像进行视频降噪处理,以得到目标视频图像之前,还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于平移窗口转换器模型和u-net卷积神经网络模型,建立原始的噪声去除网络模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述将平移窗口转换器模型的平移卷积块嵌入至所述主干结构,以得到原始的噪声去除网络模型,包括:

5.根据权利要求3或4所述的方法,其特征在于,所述噪声去除网络模型还包括金字塔结构。

6.根据权利要求5所述的方法,其特征在于,所述金字塔结构为空洞卷积金字塔结构或池化金字塔结构。

7.根据权利要求2所述的方法,其特征在于,所述对所述原始的噪声去除网络模...

【专利技术属性】
技术研发人员:付天宇白茂生
申请(专利权)人:中国联合网络通信集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1