视频处理方法、装置、计算机设备及介质

    公开(公告)号:CN114612841B

    公开(公告)日:2025-05-02

    申请号:CN202210273317.7

    申请日:2022-03-18

    Abstract: 本公开关于一种视频处理方法、装置、计算机设备及介质,属于视频技术领域。本公开实施例中,针对视频中的第i帧,利用第i‑1帧图像的图像特征信息与第一差异信息,将第i‑1帧图像的特征信息转换至第i帧图像,得到第一转换信息,利用第i+1帧图像的图像特征信息与第二差异信息,将第i+1帧图像的特征信息转换至第i帧图像,得到第二转化信息,在确定第i帧图像的超分辨信息时,不仅参考了前一帧图像转换至当前帧图像的转换信息,还参考了后一帧图像转换至当前帧的转换信息,增加了所参考的信息量,能够精确地获取当前帧图像的超分辨信息,提高了超分辨重建的精确性,进而能够精确地获取超分辨视频,提高了视频处理的精确性。

    视频生成方法、装置、电子设备及存储介质

    公开(公告)号:CN115633222A

    公开(公告)日:2023-01-20

    申请号:CN202211215623.1

    申请日:2022-09-30

    Abstract: 本公开是关于一种视频生成方法、装置、电子设备及存储介质,属于计算机技术领域。方法包括:确定多个偏移场组和多个偏移场组对应的代表偏移场;按照多个偏移场组对应的代表偏移场,分别对第一图像中的像素点进行偏移得到多个偏移场组对应的第二图像;基于多个偏移场组对应的第二图像,从多个偏移场组中确定目标偏移场组;按照目标偏移场组中的至少一个偏移场,分别对第一图像中的像素点进行偏移得到目标图像,生成包含至少一个目标图像的视频。本公开实施例提供一种利用图像生成动态视频的方式,利用筛选出的最适用于当前图像的偏移场组生成至少一个图像,生成包含该至少一个图像视频,以保证用于生成视频的图像的质量,进而保证了视频的质量。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN115170439A

    公开(公告)日:2022-10-11

    申请号:CN202210985631.8

    申请日:2022-08-17

    Abstract: 本公开关于一种图像处理方法、装置、电子设备、存储介质和计算机程序产品,所述方法包括:获取待处理图像;获取终端的当前运行状态以及目标滤波算法;当前运行状态反映终端当前的数据处理能力,目标滤波算法基于终端的性能属性参数确定出;根据运行状态与图像处理策略的映射关系,确定与当前运行状态对应的目标图像处理策略;目标图像处理策略至少包含目标滤波算法;基于目标图像处理策略,对待处理图像进行锐化处理,得到锐化后的目标图像。采用本方法,提高了图像处理效率和成功率。

    视频处理方法、装置、计算机设备及介质

    公开(公告)号:CN114897688A

    公开(公告)日:2022-08-12

    申请号:CN202210458499.5

    申请日:2022-04-24

    Abstract: 本公开关于一种视频处理方法、装置、计算机设备及介质,属于互联网技术领域。本公开实施例中,通过获取样本视频中图像对的运动信息,利用该图像对的运动信息,来获取该图像对中运动信息满足运动条件的图像块对,如此,通过设置运动条件,利用图像对的两帧图像的运动信息,来判断图像对的两帧图像的运动信息是否满足运动条件,以获取到包含更多运动信息的图像块,进而基于所获取的图像块对进行模型训练,使得超分辨模型基于能够关注于相邻两帧图像之间的运动变化,丰富了模型训练所参考的信息,能够训练出准确性高的超分辨模型,进而提升了超分辨重建的准确性,也就提升了视频处理的准确性。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN114627022A

    公开(公告)日:2022-06-14

    申请号:CN202210271178.4

    申请日:2022-03-18

    Abstract: 本公开关于一种图像处理方法、装置、电子设备及存储介质,涉及图像处理技术领域。该方法包括:获取待处理图像的多个目标区域中每个目标区域的图像内容、高频分量及低频分量;针对每个目标区域,根据目标区域的图像内容,确定目标区域对应的高频权重参数;根据多个目标区域对应的高频权重参数和高频分量,以及低频分量,确定待处理图像对应的目标锐化图像。如此,可以利用图像的局部区域的图像内容,自适应确定局部区域的高频权重参数,从而使得根据该高频权重参数执行的锐化处理能够与图像对应的场景以及图像上局部区域的具体内容相匹配,可以提升图像的锐化效果,还能够减少人工指定高频权重参数所需的人力成本。

    一种图像的处理方法、装置、设备及存储介质

    公开(公告)号:CN114612336A

    公开(公告)日:2022-06-10

    申请号:CN202210277814.4

    申请日:2022-03-21

    Abstract: 本公开关于一种图像的处理方法、装置、设备及存储介质,涉及网络技术领域,能够仅增强前景图像的显示效果,提高了图像质量。具体方案包括:获取待处理图像的全部像素点的颜色信息。根据全部像素点的颜色信息,确定待处理图像的前景图像和背景图像,背景图像为待处理图像中除前景图像以外的图像,前景图像中像素点的显著度高于背景图像中像素点的显著度,显著度用于反映一个像素点的颜色信息与全部像素点的颜色信息的差异程度。对待处理图像中的前景图像进行图像增强处理,得到处理后的待处理图像,处理后的待处理图像包括:处理后的前景图像和背景图像。

    视频的超分辨率处理方法、装置、电子设备及存储介质

    公开(公告)号:CN114549326A

    公开(公告)日:2022-05-27

    申请号:CN202210270172.5

    申请日:2022-03-18

    Abstract: 本公开关于一种视频的超分辨率处理方法、装置、电子设备及存储介质,所述方法包括:将待处理视频输入至超分辨网络;通过超分辨网络将当前视频帧之前的第一视频帧的第一隐层特征、当前视频帧之后的第二视频帧的第二隐层特征,以及当前视频帧作为输入参数,得到当前视频帧的当前隐层特征;确定权重矩阵;根据权重矩阵,以及第一隐层特征、当前隐层特征、第二隐层特征,得到当前视频帧的超分辨特征;根据超分辨特征得到超分视频帧。根据本公开的技术方案,能够在充分利用领域的时序信息的基础上,基于权重矩阵保留与当前视频帧相关的特征信息,从领域的时序信息中提取出对当前视频帧更有帮助的信息,从而能够提升超分辨精度。

    视频超分辨模型的训练方法、视频超分辨方法及装置

    公开(公告)号:CN113610713A

    公开(公告)日:2021-11-05

    申请号:CN202110933990.4

    申请日:2021-08-13

    Abstract: 本公开关于视频超分辨模型的训练方法、视频超分辨方法及装置。训练方法包括:将视频中所有图像帧输入特征提取网络得到每个图像帧的状态信息;针对所有图像帧中任一图像帧:将当前图像帧前预定个数和后预定个数的图像帧的状态信息输入到时序变换网络得到对应图像帧变换到当前图像帧所处时刻的变换信息;将变换信息和当前图像帧的状态信息输入到超分辨网络得到当前图像帧和前后预定个数的图像帧的第一超分辨信息;将当前图像帧和前后预定个数的图像帧的第一超分辨信息拼接得到当前图像帧的增强超分辨信息;将增强超分辨信息输入到显示网络得到预估图像;基于预估图像和清晰图像调整各网络的参数,训练视频超分辨模型。

    视频处理方法和视频处理装置

    公开(公告)号:CN113610031A

    公开(公告)日:2021-11-05

    申请号:CN202110933354.1

    申请日:2021-08-14

    Abstract: 本公开提供一种视频处理方法和视频处理装置。所述视频处理方法包括以下步骤:获取低分辨率视频的当前时刻的当前帧和与当前帧相邻的邻近帧;基于当前帧和邻近帧来获得针对当前帧的差分图像;根据差分图像来确定针对当前帧的时间注意力信息,其中,所述时间注意力信息表示所述当前帧相对于所述邻近帧所关注的图像特征信息;根据时间注意力信息和邻近帧来获得当前帧的超分辨率特征;并且基于超分辨率特征来生成当前帧的高分辨率图像。

    图像处理模型的训练方法和装置及预测方法和装置

    公开(公告)号:CN113537403A

    公开(公告)日:2021-10-22

    申请号:CN202110933604.1

    申请日:2021-08-14

    Abstract: 本公开关于一种图像处理模型的训练方法和装置及预测方法和装置,训练方法包括:使用训练数据集对图像处理模型执行多次训练周期的训练,针对每次训练周期,执行以下操作:获取当前训练周期的训练数据集;将当前训练周期的训练数据集输入图像处理模型,得到当前训练周期的预测结果;基于当前训练周期的预测结果,确定当前训练周期的第一损失函数和当前训练周期的第二损失函数,并基于对应的权重分别对当前训练周期的第一损失函数和第二损失函数加权,并基于加权后的当前训练周期的第一损失函数和第二损失函数确定当前训练周期的图像处理模型的损失函数;通过根据当前训练周期的图像处理模型的损失函数调整当前训练周期的图像处理模型的参数。

Patent Agency Ranking