本公开关于一种视频处理方法及装置。该视频处理方法包括：获取视频的相邻两帧图像作为第一图像和第二图像，其中，在视频中第一图像位于第二图像之后；基于第一图像和第二图像生成第一图像的每个图像区域的三维查询表；基于第一图像的每个图像区域的三维查询表，生成第一图像的画质增强图像。根据本公开的视频处理方法及装置，可在无需用户参与的情况下，实现了一键式自动完成视频画质增强。了一键式自动完成视频画质增强。了一键式自动完成视频画质增强。
【技术实现步骤摘要】
视频处理方法及装置
[0001]本公开涉及视频
更具体地，本公开涉及一种视频处理方法及装置。
技术介绍
[0002]随着智能手机的普及，越来越多的用户使用个人手机来拍摄视频，用于记录生活中的日常片段。受限于手机的摄像头硬件参数以及拍摄环境和用户的拍摄技巧，原始的视频画质常常不能令用户满意，例如原始视频常常出现画面过亮或过暗、或者画面色彩饱和度不足等等的问题。通过后期的视频画质增强技术，原始画质可以得到极大提升。因此很多用户对的视频画质增强有着强烈和巨大的需求。
[0003]然而现存的大多数视频画质增强方法需要用户手动的设置各种画面参数。这不仅要求用户具备一定程度的摄影知识，手动调整画质参数往往还要花费用户相当程度的精力和时间。另外，手动增强的视频画质也很难达到比较专业的水平。由此，需要一种自动的自适应视频画质增强方法来自动的提升原始视频画质，使其在视觉上拥有增好的审美效果。
技术实现思路
[0004]本公开的示例性实施例在于提供一种视频处理方法及装置，以至少解决相关技术中的视频处理的问题，也可不解决任何上述问题。
[0005]根据本公开的示例性实施例，提供一种视频处理方法，包括：获取视频的相邻两帧图像作为第一图像和第二图像，其中，在视频中第一图像位于第二图像之后；基于第一图像和第二图像生成第一图像的每个图像区域的三维查询表；基于第一图像的每个图像区域的三维查询表，生成第一图像的画质增强图像。
[0006]可选地，基于第一图像和第二图像生成第一图像的每个图像区域的三维查询表的步骤可包括：从第一图像和第二图像获得全局图像特征和局部图像特征；基于全局图像特征和局部图像特征来生成第一图像的每个图像区域的三维查询表。
[0007]可选地，从第一图像和第二图像获得全局图像特征和局部图像特征的步骤可包括：分别对第一图像和第二图像进行卷积特征提取；对第一图像的卷积特征和第二图像的卷积特征进行卷积特征融合；基于融合后的卷积特征获得全局图像特征和局部图像特征。
[0008]可选地，分别对第一图像和第二图像进行卷积特征提取的步骤可包括：分别将第一图像和第二图像输入到卷积层中嵌入了自注意力模块的卷积神经网络，获得第一图像和第二图像的包含图像局部之间的位置关系和语义关系的卷积特征。
[0009]可选地，对第一图像的卷积特征和第二图像的卷积特征进行卷积特征融合的步骤可包括：计算第一图像的卷积特征和第二图像的卷积特征之间的相似度；基于相似度分别确定第一图像的卷积特征的第一融合权重和第二图像的卷积特征的第二融合权重；基于第一融合权重和第二融合权重来对第一图像的卷积特征和第二图像的卷积特征进行卷积特征融合。
[0010]可选地，基于融合后的卷积特征获得全局图像特征和局部图像特征的步骤可包
括：将融合后的卷积特征分别输入到全连接层和卷积层来获得全局图像特征和局部图像特征。
[0011]可选地，基于全局图像特征和局部图像特征来生成第一图像的每个图像区域的三维查询表的步骤可包括：将全局图像特征和局部图像特征进行融合，获得融合的每个图像区域的特征向量；根据融合的每个图像区域的特征向量生成第一图像的每个图像区域的三维查询表。
[0012]可选地，生成第一图像的画质增强图像的步骤可包括：基于第一图像的每个图像区域的三维查询表，对第一图像的红绿蓝三原色数值进行转换，获得第一图像的画质增强图像。
[0013]可选地，获取视频的相邻两帧图像作为第一图像和第二图像的步骤可包括：获取视频的相邻两帧图像；对获取的相邻两帧图像进行低分辨率转换，并将转换后的两帧低分辨率图像作为第一图像和第二图像。
[0014]根据本公开的示例性实施例，提供一种视频处理装置，包括：图像获取单元，被配置为获取视频的相邻两帧图像作为第一图像和第二图像，其中，在视频中第一图像位于第二图像之后；查询表生成单元，被配置为基于第一图像和第二图像生成第一图像的每个图像区域的三维查询表；和画质增强单元，被配置为基于第一图像的每个图像区域的三维查询表，生成第一图像的画质增强图像。
[0015]可选地，查询表生成单元可被配置为：从第一图像和第二图像获得全局图像特征和局部图像特征；基于全局图像特征和局部图像特征来生成第一图像的每个图像区域的三维查询表。
[0016]可选地，查询表生成单元可被配置为：分别对第一图像和第二图像进行卷积特征提取；对第一图像的卷积特征和第二图像的卷积特征进行卷积特征融合；基于融合后的卷积特征获得全局图像特征和局部图像特征。
[0017]可选地，查询表生成单元可被配置为：分别将第一图像和第二图像输入到卷积层中嵌入了自注意力模块的卷积神经网络，获得第一图像和第二图像的包含图像局部之间的位置关系和语义关系的卷积特征。
[0018]可选地，查询表生成单元可被配置为：计算第一图像的卷积特征和第二图像的卷积特征之间的相似度；基于相似度分别确定第一图像的卷积特征的第一融合权重和第二图像的卷积特征的第二融合权重；基于第一融合权重和第二融合权重来对第一图像的卷积特征和第二图像的卷积特征进行卷积特征融合。
[0019]可选地，查询表生成单元可被配置为：将融合后的卷积特征分别输入到全连接层和卷积层来获得全局图像特征和局部图像特征。
[0020]可选地，查询表生成单元可被配置为：将全局图像特征和局部图像特征进行融合，获得融合的每个图像区域的特征向量；根据融合的每个图像区域的特征向量生成第一图像的每个图像区域的三维查询表。
[0021]可选地，画质增强单元可被配置为：基于第一图像的每个图像区域的三维查询表，对第一图像的红绿蓝三原色数值进行转换，获得第一图像的画质增强图像。
[0022]可选地，图像获取单元可被配置为：获取视频的相邻两帧图像；对获取的相邻两帧图像进行低分辨率转换，并将转换后的两帧低分辨率图像作为第一图像和第二图像。
[0023]根据本公开的示例性实施例，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现根据本公开的示例性实施例的视频处理方法。
[0024]根据本公开的示例性实施例，提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被电子设备的处理器执行时，使得电子设备执行根据本公开的示例性实施例的视频处理方法。
[0025]根据本公开的示例性实施例，提供一种计算机程序产品，包括计算机程序/指令，当所述计算机程序/指令被处理器执行时，实现根据本公开的示例性实施例的视频处理方法。
[0026]本公开的实施例提供的技术方案至少带来以下有益效果：
[0027]1、无需用户参与，一键式自动完成视频画质增强；
[0028]2、可以处理多样的用户视频，增强效果好，时域上连贯。
[0029]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0030]此处的附图被并入说明书中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种视频处理方法，其特征在于，包括：获取视频的相邻两帧图像作为第一图像和第二图像，其中，在视频中第一图像位于第二图像之后；基于第一图像和第二图像生成第一图像的每个图像区域的三维查询表；基于第一图像的每个图像区域的三维查询表，生成第一图像的画质增强图像。2.根据权利要求1所述的视频处理方法，其特征在于，基于第一图像和第二图像生成第一图像的每个图像区域的三维查询表的步骤包括：从第一图像和第二图像获得全局图像特征和局部图像特征；基于全局图像特征和局部图像特征来生成第一图像的每个图像区域的三维查询表。3.根据权利要求2所述的视频处理方法，其特征在于，从第一图像和第二图像获得全局图像特征和局部图像特征的步骤包括：分别对第一图像和第二图像进行卷积特征提取；对第一图像的卷积特征和第二图像的卷积特征进行卷积特征融合；基于融合后的卷积特征获得全局图像特征和局部图像特征。4.根据权利要求3所述的视频处理方法，其特征在于，分别对第一图像和第二图像进行卷积特征提取的步骤包括：分别将第一图像和第二图像输入到卷积层中嵌入了自注意力模块的卷积神经网络，获得第一图像和第二图像的包含图像局部之间的位置关系和语义关系的卷积特征。5.根据权利要求3所述的视频处理方法，其特征在于，对第一图像的卷积特征和第二图像的卷积特征进行卷积特征融合的步骤包括：计算第一图像的卷积特征和第二图像的卷积特征之间的相似度；基于相似度分别确定第一图像的卷积特征的第一融合权重和第二图像的卷积特征的第...
【专利技术属性】
技术研发人员：刘晶晶，徐宁，
申请(专利权)人：北京达佳互联信息技术有限公司，
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。