[发明专利]处理视频数据的方法、装置及计算机可读存储介质在审

专利信息
申请号: 202010772555.3 申请日: 2020-08-04
公开(公告)号: CN114071188A 公开(公告)日: 2022-02-18
发明(设计)人: 王峰;刘圆 申请(专利权)人: 中国电信股份有限公司
主分类号: H04N21/2343 分类号: H04N21/2343;H04N21/845;H04N19/132
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 姜雍;许蓓
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 处理 视频 数据 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种处理视频数据的方法,包括:

云服务器对视频数据进行下采样,获得下采样数据;

云服务器利用下采样数据以及视频数据训练超分辨率卷积神经网络,使超分辨率卷积神经网络被配置为对下采样数据进行处理以获得视频数据;

云服务器将超分辨率卷积神经网络的模型参数以及下采样数据发送至边缘节点,以指示边缘节点利用所述模型参数以及下采样数据获得视频数据。

2.根据权利要求1所述的处理视频数据的方法,其中,所述视频数据为与播放场景需求参数对应的视频数据;

所述训练超分辨率卷积神经网络包括:利用下采样数据、视频数据以及播放场景需求参数训练超分辨率卷积神经网络,获得与播放场景需求参数对应的超分辨率卷积神经网络;

所述将超分辨率卷积神经网络的模型参数以及下采样数据发送至边缘节点包括:将各个播放场景需求参数对应的所述模型参数及下采样数据发送至边缘节点,以指示边缘节点利用目标播放场景需求参数对应的所述模型参数及下采样数据获得目标播放场景需求参数对应的视频数据。

3.根据权利要求1所述的处理视频数据的方法,其中,所述视频数据包括各个拍摄场景下的视频数据片段,所述下采样数据包括各个拍摄场景下的下采样数据;

所述训练超分辨率卷积神经网络包括:利用各个拍摄场景下的下采样数据及视频数据片段,分别训练各个拍摄场景下的超分辨率卷积神经网络;

所述将超分辨率卷积神经网络的模型参数以及下采样数据发送至边缘节点包括:将各个拍摄场景下的所述模型参数及下采样数据发送至边缘节点,以指示边缘节点利用各个拍摄场景下的所述模型参数及下采样数据获得各个拍摄场景下的视频数据片段。

4.根据权利要求1至3任一项所述的方法,其中,所述超分辨率卷积神经网络与所述视频数据一一对应。

5.一种处理视频数据的方法,包括:

边缘节点接收云服务器发送的超分辨率卷积神经网络的模型参数及下采样数据,其中,下采样数据是云服务器对视频数据进行下采样获得的,超分辨率卷积神经网络是云服务器利用下采样数据以及视频数据训练得到的,超分辨率卷积神经网络被配置为对下采样数据进行处理以获得视频数据;

边缘节点利用所述模型参数配置超分辨率卷积神经网络;

边缘节点利用超分辨率卷积神经网络对下采样数据进行处理以获得视频数据。

6.根据权利要求5所述的处理视频数据的方法,其中,所述视频数据为与播放场景需求参数对应的视频数据,所述超分辨率卷积神经网络是云服务器利用下采样数据、视频数据以及播放场景需求参数训练得到的,超分辨率卷积神经网络与播放场景需求参数相对应;

所述接收云服务器发送的超分辨率卷积神经网络的模型参数及下采样数据包括:接收云服务器发送的各个播放场景需求参数对应的所述模型参数及下采样数据;

所述利用所述模型参数配置超分辨率卷积神经网络包括:利用目标播放场景需求参数对应的所述模型参数配置目标播放场景需求参数对应的超分辨率卷积神经网络;

所述利用超分辨率卷积神经网络对下采样数据进行处理以获得视频数据包括:利用目标播放场景需求参数对应的超分辨率卷积神经网络对目标播放场景需求参数对应的下采样数据进行处理,获得目标播放场景需求参数对应的视频数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010772555.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top