视频的去噪方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开一种视频的去噪方法、装置、电子设备及存储介质。视频的去噪方法，包括：获得待进行去噪处理的初始视频；对所述初始视频进行去噪处理，得到初始去噪视频；将所述初始去噪视频输入视频超分网络模型，得到对所述初始去噪视频中每一帧进行边缘增强后的最终去噪视频，其中，所述视频超分网络模型是以视频帧的低分辨率图像作为样本、以所述视频帧的高分辨率图像作为标签预先训练完成；输出所述最终去噪视频。本申请的实施例，不但具有视频去噪处理实时性高的优点，还可以提高去噪视频中每一帧图像的边缘清晰效果，进而，有效地提升了视频的去噪效果。地提升了视频的去噪效果。地提升了视频的去噪效果。

【技术实现步骤摘要】
视频的去噪方法、装置、电子设备及存储介质


[0001]本申请实施例涉及视频处理
，具体而言，涉及一种视频的去噪方法、装置、电子设备及存储介质。

技术介绍

[0002]随着数字图像数量的增加，对高质量的图像需求也在增加。然而，现代相机拍摄的图像会因噪声而退化。图像中的噪声是图像中颜色信息的失真，噪声是指数字失真。当在夜间拍摄时，图像变得更嘈杂。因此，通常对图像或者视频需要进行去噪处理。
[0003]随着人工智能的发展，目前，常采用视频去噪算法的相关去噪模型对视频进行去噪处理，然而，对视频进行去噪处理后通常导致图像中的边界变的模糊，因此，影响去噪效果，体验感较差。

技术实现思路

[0004]针对上述现有技术中存在的问题，本申请实施例提供了一种视频的去噪方法、装置、电子设备及存储介质，具有视频去噪处理实时性高的优点，还可以提高去噪视频中每一帧图像的边缘清晰效果，进而，有效地提升了视频的去噪效果。
[0005]第一方面，本申请实施例提供了一种视频的去噪方法，包括：
[0006]获得待进行去噪处理的初始视频；
[0007]对所述初始视频进行去噪处理，得到初始去噪视频；
[0008]将所述初始去噪视频输入视频超分网络模型，得到对所述初始去噪视频中每一帧进行边缘增强后的最终去噪视频，其中，所述视频超分网络模型是以视频帧的低分辨率图像作为样本、以所述视频帧的高分辨率图像作为标签预先训练完成；
[0009]输出所述最终去噪视频。
[0010]进一步地，对所述初始视频进行去噪处理，得到初始去噪视频，包括：
[0011]将所述初始视频输入去噪网络模型，得到对所述初始去噪视频中每一帧进行去噪后的初始去噪视频，其中，所述去噪网络模型是以待去噪的视频作为样本、以去噪后的视频作为标签预先训练完成。
[0012]进一步地，所述去噪网络模型包括FastDVDNet网络。
[0013]进一步地，对所述视频超分网络模型进行训练，包括：
[0014]获得视频帧的低分辨率图像以及视频帧的高分辨率图像；
[0015]将所述视频帧的低分辨率图像输入初始视频超分网络模型，并根据所述初始视频超分网络模型的输出和所述视频帧的高分辨率图像之间的损失，对所述初始视频超分网络模型进行训练，得到所述视频超分网络模型。
[0016]进一步地，所述视频超分网络模型包括EDVR网络、RBPN网络或者FFCVSR网络。
[0017]第二方面，本申请实施例还提供了一种视频的去噪装置，包括：
[0018]获取模块，用于获得待进行去噪处理的初始视频；
[0019]去噪模块，用于对所述初始视频进行去噪处理，得到初始去噪视频；
[0020]边缘增强模块，用于将所述初始去噪视频输入视频超分网络模型，得到对所述初始去噪视频中每一帧进行边缘增强后的最终去噪视频，其中，所述视频超分网络模型是以视频帧的低分辨率图像作为样本、以所述视频帧的高分辨率图像作为标签预先训练完成；
[0021]输出模块，用于输出所述最终去噪视频。
[0022]进一步地，还包括：训练模块，用于获得视频帧的低分辨率图像以及视频帧的高分辨率图像，并将所述视频帧的低分辨率图像输入初始视频超分网络模型，以及根据所述初始视频超分网络模型的输出和所述视频帧的高分辨率图像之间的损失，对所述初始视频超分网络模型进行训练，得到所述视频超分网络模型。
[0023]第三方面，本申请实施例还提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器用于执行所述程序时实现根据上述的第一方面所述的视频的去噪方法。
[0024]第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于实现根据上述的第一方面所述的视频的去噪方法。
[0025]第五方面，本申请实施例还提供了一种计算机程序产品，其上存储有计算机程序，所述计算机程序用于实现根据上述的第一方面所述的视频的去噪方法。
[0026]本申请实施例带来了以下有益效果：
[0027]本申请的实施例，对视频进行去噪处理，得到初始去噪视频，然后将初始去噪视频输入视频超分网络模型进行边缘增强处理，进而得到边缘清晰的去噪视频。相比于现有技术中的视频去噪方式相比，不但具有视频去噪处理实时性高的优点，还可以提高去噪视频中每一帧图像的边缘清晰效果，进而，有效地提升了视频的去噪效果。
附图说明
[0028]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0029]图1为本申请实施例提供的一种视频的去噪方法的流程图；
[0030]图2为本申请实施例提供的一种视频的去噪方法的示意图；
[0031]图3为本申请实施例提供的一种视频的去噪方法中图像去噪的网络结构示意图；
[0032]图4为本申请实施例提供的一种视频的去噪装置的结构框图；
[0033]图5为本申请实施例提供的一种电子设备的一个实施例示意图。
[0034]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0035]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分所述的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应属于本申请保护的范围。
[0036]本申请的说明书和权利要求书及上述附图中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
[0037]以下结合附图描述根据本申请实施例的视频的去噪方法、装置、电子设备及存储介质。
[0038]图1是根据本申请一个实施例的视频的去噪方法的流程图。如图1所示，本申请实施例的视频的去噪方法，包括如下步骤：
[0039]S101：获得待进行去噪处理的初始视频。
[0040]在具体示例中，如图2所示，输入视频，该视频为待进行去噪处理的视频，本申请的实施例中，称其为初始视频。
[0041]S102：对初始视频进行去噪处理，得到初始去噪视频。
[0042]可以利用视频去噪算法对初始视频进行去噪处理。在本专利技术的一个实施例中，可以通过预先训练好的用于进行去噪处理的神经网络模型对视频进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频的去噪方法，其特征在于，包括：获得待进行去噪处理的初始视频；对所述初始视频进行去噪处理，得到初始去噪视频；将所述初始去噪视频输入视频超分网络模型，得到对所述初始去噪视频中每一帧进行边缘增强后的最终去噪视频，其中，所述视频超分网络模型是以视频帧的低分辨率图像作为样本、以所述视频帧的高分辨率图像作为标签预先训练完成；输出所述最终去噪视频。2.根据权利要求1所述的视频的去噪方法，其特征在于，对所述初始视频进行去噪处理，得到初始去噪视频，包括：将所述初始视频输入去噪网络模型，得到对所述初始去噪视频中每一帧进行去噪后的初始去噪视频，其中，所述去噪网络模型是以待去噪的视频作为样本、以去噪后的视频作为标签预先训练完成。3.根据权利要求2所述的视频的去噪方法，其特征在于，所述去噪网络模型包括FastDVDNet网络。4.根据权利要求1
‑
3任一项所述的视频的去噪方法，其特征在于，对所述视频超分网络模型进行训练，包括：获得视频帧的低分辨率图像以及视频帧的高分辨率图像；将所述视频帧的低分辨率图像输入初始视频超分网络模型，并根据所述初始视频超分网络模型的输出和所述视频帧的高分辨率图像之间的损失，对所述初始视频超分网络模型进行训练，得到所述视频超分网络模型。5.根据权利要求4所述的视频的去噪方法，其特征在于，所述视频超分网络模型包括EDVR网络、RBPN网络或者FFCVSR网络。6.一种视频的去...

【专利技术属性】
技术研发人员：杨松，
申请(专利权)人：深圳万兴软件有限公司，
类型：发明
国别省市：