[发明专利]基于GAN的还原有损压缩视频文件的系统和方法

权利要求书

1.一种用于训练基于生成对抗网络的高清图片生成模型的方法，其特征在于，所述方法包括：

对训练数据集进行自动标注，其中所述训练数据集包括多组高清参照图片和根据所述高清参照图片生成的低清图片；以及

使用所述训练数据集来完成所述生成对抗网络的训练，所述生成对抗网络的训练进一步包括重复执行以下步骤：

将所述低清图片送入到所述生成对抗网络的生成器并生成高清图片；

将所述生成器生成的高清图片与所述高清参照图片送入所述生成对抗网络的判别器以供所述判别器进行真实图片判别；以及

进行所述生成器和所述判别器的损失计算，并根据计算结果对所述生成器和所述判别器的参数进行更新，

其中经训练后的生成器被用作为所述高清图片生成模型。

2.如权利要求1所述的方法，其特征在于，所述生成对抗网络的训练进一步包括：

在将所述低清图片送入到所述生成器之前，将所述低清图片与相应的高清参照图片进行融合；以及

将经融合的图片送入到所述生成器并生成高清图片。

3.一种用于还原视频文件的方法，其特征在于，所述方法包括：

获取待还原的视频文件；

将获取的待还原的视频文件输入通过如权利要求1所述的方法训练得到的高清图片生成模型；

所述高清图片生成模型处理输入的视频文件中的各图片帧，并输出与输入的图片对应的高清图片；以及

将所述高清图片生成模型输出的高清图片进行组合以得到经还原的视频文件。

4.一种用于还原视频文件的方法，其特征在于，所述方法包括：

获取待还原的视频文件；

对于获取的待还原的视频文件中的每一帧图片：

对当前图片进行特征提取；

基于提取的特征检索最相似的高清参照图片；

将所述当前图片与检索到的最相似的高清参照图片进行融合；以及

将经融合的图片输入通过如权利要求2所述的方法训练得到的高清图片生成模型；以及

所述高清图片生成模型处理并输出与输入的经融合的图片对应的高清图片；以及

将所述高清图片生成模型输出的高清图片进行组合以得到经还原的视频文件。

5.如权利要求4所述的方法，其特征在于，基于提取的特征检索最相似的高清参照图片进一步包括：

基于提取的特征值在高清参照图片库中检索具有与所述特征值最接近的特征值的高清参照图片。

6.如权利要求5所述的方法，其特征在于，所述高清参照图片库是通过以下方式构建的：

定期采集高清参照图片；

对当前采集的高清参照图片进行特征提取；

将提取的特征值与库中已有图片的特征值进行比对；以及

如果当前采集的高清参照图片的特征值与库中任意一个已有参照图片的特征值的度量距离小于预定阈值，则将当前采集的高清参照图片加入库中。

7.一种用于训练基于生成对抗网络的高清图片生成模型的系统，其特征在于，所述系统包括：

训练数据集标注模块，所述训练数据集标注模块被配置为对训练数据集进行自动标注，其中所述训练数据集包括多组高清参照图片和根据所述高清参照图片生成的低清图片；

生成网络模块，所述生成网络模块被配置为根据输入的低清图片生成高清图片；

判别网络模块，所述判别网络模块被配置为对输入的高清参照图片以及由所述生成网络模块生成的高清图片进行真实图片判别；以及

损失函数组模块，所述被损失函数组模块配置为对生成网络和判别网络进行损失计算，以供对所述生成网络和所述判别网络的参数进行更新。

8.如权利要求7所述的系统，其特征在于，所述系统进一步包括：

高低清图片融合模块，所述高低清图片融合模块被配置成将高清参照图片和生成的对应低清图片进行融合，并将经融合的图片送入所述生成网络模块以生成高清图片。