[发明专利]一种视频处理方法、系统、移动终端、服务器及存储介质

权利要求书

1.一种视频处理方法，其特征在于，应用于客户端，所述视频处理方法包括：

接收服务器发送的第一编码图像帧；

判断是否接收到图像丰富指令；

若是，则将随机噪声加入所述第一编码图像帧中，生成第二编码图像帧；

其中，所述第一编码图像帧为浮点型数据，所述第一编码图像帧与所述第二编码图像帧之间的差值在预设范围以内，所述第一编码图像帧为所述服务器利用基于神经网络的编码网络对输入图像进行编码处理得到，所述基于神经网络的编码网络至少包括输入层、至少一个卷积隐藏层、编码全连接隐藏层以及编码全连接输出层，所述输入层包括第一子输入层和第二子输入层，利用基于神经网络的编码网络对所述输入图像进行编码处理包括：

利用所述第一子输入层接收所述输入图像中第一通道的数据；

对所述输入图像中第二通道的数据进行下采样处理，并将下采样后的数据输入所述第二子输入层；

分别利用所述卷积隐藏层对所述第一子输入层和所述第二子输入层输出的数据进行卷积、激活、池化、批标准化或丢弃正则化处理，得到第一编码图像数据和第二编码图像数据，其中，所述第一编码图像数据和第二编码图像数据的分辨率相同；

将所述第一编码图像数据和所述第二编码图像数据进行合并，得到第三编码图像数据；

利用所述卷积隐藏层对所述第三编码图像数据进行卷积、激活、池化、批标准化或丢弃正则化处理，得到第四编码图像数据；

对所述卷积隐藏层输出的所述第四编码图像数据进行扁平化处理，得到第五编码图像数据，其中，所述第五编码图像数据的维度小于所述第四编码图像数据的维度；

利用所述编码全连接隐藏层对所述第五编码图像数据进行激活、批标准化或丢弃正则化处理，得到第六编码图像数据；

利用编码全连接输出层对所述第六编码图像数据进行处理，得到所述第一编码图像帧。

2.根据权利要求1所述的视频处理方法，其特征在于，所述将随机噪声加入所述第一编码图像帧中，生成第二编码图像帧的步骤，包括：

利用场景转换检测网络判断是否发生场景改变；

若是，则生成新的随机噪声，并将所述新的随机噪声加入所述第一编码图像帧中，生成所述第二编码图像帧；若否，则继续将当前随机噪声加入所述第一编码图像帧中，生成所述第二编码图像帧。

3.根据权利要求1所述的视频处理方法，其特征在于，所述方法还包括：

利用基于神经网络的解码网络对所述第二编码图像帧进行解码处理，得到解码图像帧；

利用去除图像退化网络对所述解码图像帧进行处理，得到第一图像帧；

利用运动估计网络对所述第一图像帧进行估计，生成至少一张第二图像帧；

将所述第一图像帧以及所述第二图像帧发送至视频播放器进行播放。

4.根据权利要求3所述的视频处理方法，其特征在于，所述接收服务器发送的第一编码图像帧的步骤之前，包括：

按照预设时间间隔或间隔预设帧数发送下载请求消息至所述服务器。

5.根据权利要求3所述的视频处理方法，其特征在于，所述利用去除图像退化网络对所述解码图像帧进行处理，得到第一图像帧的步骤，包括：

获取多张图像作为原始图像；

对所述原始图像进行高斯模糊处理或加噪处理，生成相应的训练图像，建立训练集；

利用图像模糊复原网络或图像超分辨率网络对所述训练集中的训练图像进行训练。

6.根据权利要求3所述的视频处理方法，其特征在于，

所述运动估计网络为生成式对抗网络，所述生成式对抗网络包括生成网络和判别网络，所述生成网络包括二维卷积层和三维反卷积层，所述二维卷积层用于从所述第一图像帧中提取特征信息，所述三维反卷积层用于接收所述特征信息，生成至少一张所述第二图像帧，所述判别网络包括三维卷积层和全连接层，其用于判断生成的所述第二图像帧是否为符合预设要求的图像。