[发明专利]视频的处理方法、视频修复方法、装置及电子设备

说明书

本发明提供了一种视频的处理方法、视频修复方法、装置及电子设备，涉及深度学习技术领域，该方法包括：获取原始视频；调整原始视频的质量影响参数，得到原始视频对应的目标视频，目标视频的视频质量低于原始视频的视频质量；其中，质量影响参数包括以下中的至少两个：噪声参数、亮度参数和清晰度参数；基于原始视频和目标视频构造视频训练集；其中，视频训练集保存有目标视频与原始视频的对应关系，视频训练集用以训练视频修复模型，训练后的视频修复模型用于对视频进行修复。本发明可以得到用于训练神经网络的视频训练集，进而解决因难以获取训练集而无法直接基于神经网络完成视频修复工作的问题。

技术领域

本发明涉及深度学习技术领域，尤其是涉及一种视频的处理方法、视频修复方法、装置及电子设备。

背景技术

老片修复(Old Vedio Reparing)主要是对早期不清晰的电视剧或电影进行修复。通常情况下，老片与现有影片相比，大多受当时采集设备影响而存在清晰度不高等问题，因此需要对其进行修复以使其变清晰，从而给人带来更好的视觉感官效果。

目前的老片修复主要采用人工修复方式，费时费力。发明人研究发现，虽然有人新提出了采用深度学习方式修复老片，但是受限于可对老片进行整体修复的神经网络的训练集难以获取，只能采用多种神经网络模型进行较为繁琐复杂的分阶段修复方式。

发明内容

有鉴于此，本发明的目的在于提供一种视频的处理方法、视频修复方法、装置及电子设备，可以得到用于训练视频修复模型的视频训练集，进而解决因难以获取训练集而无法直接基于视频修复模型完成视频修复工作的问题。

第一方面，本发明实施例提供了一种视频的处理方法，包括：获取原始视频；调整所述原始视频的质量影响参数，得到所述原始视频对应的目标视频，所述目标视频的视频质量低于所述原始视频的视频质量；其中，所述质量影响参数包括以下中的至少两个：噪声参数、亮度参数和清晰度参数；基于所述原始视频和所述目标视频构造视频训练集；其中，所述视频训练集保存有所述目标视频与所述原始视频的对应关系，所述视频训练集用以训练视频修复模型，训练后的视频修复模型用于对视频进行修复。

在一种实施方式中，所述调整所述原始视频的质量影响参数，得到所述原始视频对应的目标视频的步骤，包括：在所述质量影响参数包括所述噪声参数的情况下，向所述原始视频中的每个图像帧添加随机噪声；在所述质量影响参数包括所述亮度参数的情况下，对所述原始视频中的每个图像帧进行随机亮度调节；在所述质量影响参数包括所述清晰度参数的情况下，将所述原始视频中的每张图像帧的第一分辨率调整至目标分辨率后，再调整为所述第一分辨率；其中，所述目标分辨率小于所述第一分辨率；将调整所述质量影响参数后的原始视频，作为所述原始视频对应的所述目标视频。

在一种实施方式中，所述向所述原始视频中的每个图像帧添加随机噪声，包括：对所述原始视频中的每个图像帧执行以下操作：在预先配置的随机噪声区间内确定第一随机噪声水平；向所述原始视频中的图像帧中添加所述第一随机噪声水平的压缩噪声。

在一种实施方式中，所述对所述原始视频中的每个图像帧进行随机亮度调节，包括：在所述原始视频帧中的图像帧的颜色格式为YUV格式以外的颜色格式的情况下，将所述原始视频中的每个图像帧的颜色图像格式转换为YUV格式；在Y通道下对每个格式转换后的图像帧的亮度参数进行随机数值的下调。

在一种实施方式中，在所述将所述原始视频中的每张图像帧的第一分辨率调整至目标分辨率后，再调整为所述第一分辨率，包括：对所述原始视频中的每个图像帧执行以下操作：在分辨率集合中随机选择一个分辨率，并将随机选择的分辨率确定为所述目标分辨率；将所述原始视频中的每张图像帧的第一分辨率调整至目标分辨率后，再调整为所述第一分辨率。