[发明专利]视频处理方法、数据处理设备及存储介质

权利要求书

1.一种视频处理方法，其特征在于，所述方法包括：

获取标准动态范围的第一视频；

将所述第一视频中图像帧的颜色空间转换为与高动态范围的色域对应的颜色空间，得到第二视频，包括：对于所述第一视频中任一个图像帧，将所述图像帧的颜色空间转换为标准颜色空间，得到第五图像帧；将所述第五图像帧的颜色空间转换为与高动态范围的色域对应的颜色空间，得到颜色空间转换后得到的图像帧；根据所述第二视频的位深度以及颜色空间的要求，对所述颜色空间转换后得到的图像帧进行格式转换，生成所述第二视频；以及

基于经过训练的图像调节模型，将所述第二视频调节为高动态范围的第三视频；

其中，所述方法进一步包括：

获取用于训练所述图像调节模型的样本集合，其中，所述样本集合中任一个样本包括标准动态范围的第一图像帧和高动态范围的第二图像帧，所述第一图像帧的画面内容和所述第二图像帧的画面内容相同；

利用所述样本集合，训练所述图像调节模型，包括：对于所述样本集合中任一个样本的所述第一图像帧，将所述第一图像帧的颜色空间转换为与高动态范围的色域对应的颜色空间，得到第三图像帧；

利用所述图像调节模型，确定所述第三图像帧中各像素点的颜色调节参数，所述各像素点的颜色调节参数用于将所述第三图像帧调节为高动态范围；

利用所述各像素点的颜色调节参数调节所述第三图像帧的颜色，得到第四图像帧；

根据所述第二图像帧与所述第四图像帧的差异，调节所述图像调节模型的模型参数。

2.如权利要求1所述的方法，其特征在于，所述利用所述图像调节模型，确定所述第三图像帧中各像素点的颜色调节参数，包括：

基于所述图像调节模型，提取所述第三图像帧的局部特征和全局特征；

确定所述第三图像帧中各像素点的调节程度；

根据所述第三图像帧中各像素点的调节程度、所述局部特征和所述全局特征，确定所述第三图像帧中各像素点的颜色调节参数。

3.如权利要求2所述的方法，其特征在于，所述基于所述图像调节模型，提取所述第三图像帧的局部特征和全局特征，包括：

基于所述图像调节模型的第一深度神经网络，对所述第三图像帧进行特征提取，得到用于表示第三图像帧的画面特征的第一特征图；

基于所述图像调节模型的第二深度神经网络，对第一特征图进行特征提取，得到用于表示所述第三图像帧的局部特征的第二特征图；

基于所述图像调节模型的第三深度神经网络，对第一特征图进行特征提取，得到用于表示所述第三图像帧的全局特征的第三特征图；

基于所述图像调节模型的第四深度神经网络，对第二特征图和第三特征图进行特征提取，得到融合所述局部特征和所述全局特征的第四特征图。

4.如权利要求3所述的方法，其特征在于，

所述确定所述第三图像帧中各像素点的调节程度，包括：基于所述图像调节模型的第五深度神经网络，对所述第三图像帧进行特征提取，得到用于表示对第三图像帧中各像素点的调节程度的第五特征图；

所述根据所述第三图像帧中各像素点的调节程度、所述局部特征和所述全局特征，确定所述第三图像帧中各像素点的颜色调节参数，包括：利用所述第四特征图和第五特征图，确定所述第三图像帧中各像素点的颜色调节参数。

5.如权利要求1所述的方法，其特征在于，所述对于所述第一视频中任一个图像帧，将所述图像帧的颜色空间转换为标准颜色空间，得到第五图像帧，包括：

将所述图像帧的颜色空间转换为红绿蓝颜色空间，得到第六图像帧；

将所述第六图像帧在红绿蓝颜色空间中的各颜色分量转换为浮点数格式，得到第七图像帧；

对所述第七图像帧进行电光转换，得到第八图像帧；

将所述第八图像帧的颜色空间转换为标准颜色空间，得到所述第五图像帧。