[发明专利]视频处理方法、装置、存储介质和电子设备

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：

获取第一图像序列和第二图像序列；

确定第一图像与第二图像，所述第一图像为第一图像序列中非末尾的图像，所述第二图像为第二图像序列中非首位的图像；

确定所述第一图像与所述第二图像的相似度；

响应于所述相似度满足预定相似度条件，基于预先训练的第一模型，根据所述第一图像与所述第二图像确定对应的正向光流场向量以及逆向光流场向量，所述正向光流场向量用于表征所述第一图像与所述第二图像的正向光流，所述逆向光流场向量用于表征所述第一图像与所述第二图像的逆向光流；

基于预先训练的第二模型，根据所述正向光流场向量以及所述逆向光流场向量确定至少一个目标图像，所述目标图像为所述第一图像与所述第二图像之间的中间图像；

基于所述至少一个目标图像对所述第一图像序列以及第二图像序列进行拼接处理，得到目标图像序列。

2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个目标图像对所述第一图像序列以及第二图像序列进行拼接处理包括：

确定至少一个待处理图像的时间戳，所述待处理图像为所述第一图像序列中时间戳晚于所述第一图像的图像，或者为所述第二图像序列中时间戳早于所述第二图像的图像；

根据所述时间戳，将所述待处理图像替换为对应的所述目标图像，获取替换后的所述第一图像序列或者替换后的第二图像序列；

根据所述替换后的所述第一图像序列以及所述替换后的第二图像序列中的至少一项确定所述目标图像序列。

3.根据权利要求1所述的方法，其特征在于，所述确定所述第一图像与所述第二图像的相似度包括：

计算所述第一图像与所述第二图像的光流相似度作为所述相似度。

4.根据权利要求1所述的方法，其特征在于，所述基于预先训练的第二模型，根据所述正向光流场向量以及所述逆向光流场向量确定至少一个目标图像包括：

根据所述正向光流以及所述逆向光流确定第一近似光流场向量以及第二近似光流场向量，所述第一近似光流场向量用于表征目标时刻的正向近似光流，所述第二近似光流场向量用于表征所述目标时刻的逆向近似光流；

根据所述第一图像以及所述第一近似光流场向量确定第一插值函数；

根据所述第二图像以及所述第二近似光流场向量确定第二插值函数；

以所述第一图像、所述第二图像、所述第一近似光流场向量、所述第二近似光流场向量、所述第一插值函数以及所述第二插值函数为所述第二模型的输入，确定所述目标时刻的正向可视图、逆向可视图、第一增量和第二增量，所述第一增量用于表征所述第一近似光流场向量在所述目标时刻的增量，所述第二增量用于表征所述第二近似光流场向量在所述目标时刻的增量；

根据所述第一图像、所述第二图像、所述正向可视图、所述逆向可视图、第一增量以及所述第二增量确定所述目标时刻对应的所述目标图像。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述目标图像序列以及对应的音频序列确定目标视频。

6.根据权利要求1所述的方法，其特征在于，所述第一模型以及所述第二模型通过如下方式训练：

获取多个图像组，所述图像组中包括第一图像样本、第二图像样本和至少一个第三图像样本，所述第一图像样本、第二样本和所述第三图像样本为同一图像序列中的不同图像，且所述第三图像样本为时间戳介于所述第一图像样本以及所述第二图像样本之间的中间图像样本；

以各所述图像组中的所述第一图像样本和所述第二图像样本为输入，以对应的所述第三图像样本为训练目标，对所述第一模型以及所述第二模型同时进行训练，直至所述第一模型以及所述第二模型的损失函数收敛。

7.根据权利要求6所述的方法，其特征在于，所述损失函数用于表征所述第一模型以及第二模型的重建损失、语义损失、扭曲损失以及平滑损失。