[发明专利]视频处理方法、装置、电子设备及存储介质

权利要求书

1.一种视频处理方法，其特征在于，包括：

获取至少三个待处理交错帧；其中，所述待处理交错帧是基于相邻两个待处理视频帧确定的；

将所述至少三个待处理交错帧输入至预先训练得到的图像融合模型中，得到与所述至少三个待处理交错帧所对应的至少两个目标视频帧；其中，所述图像融合模型中包括特征处理子模型以及运动感知子模型；

基于所述至少两个目标视频帧，确定目标视频。

2.根据权利要求1所述的方法，其特征在于，在所述获取至少三个待处理交错帧之前，还包括：

获取与原始视频相对应的多个待处理视频帧；

对相邻两个待处理视频帧融合处理，得到所述待处理交错帧；

其中，两个所述待处理视频帧中包括一个奇数视频帧和一个偶数视频帧，奇数视频帧和偶数视频帧是基于待处理视频帧在所述原始视频中的顺序确定的。

3.根据权利要求2所述的方法，其特征在于，所述对相邻两个待处理视频帧融合处理，得到待处理交错帧，包括：

提取所述奇数视频帧中的奇数行数据以及所述偶数视频帧中的偶数行数据；

通过对所述奇数行数据以及所述偶数行数据融合处理，得到所述待处理交错帧。

4.根据权利要求1所述的方法，其特征在于，所述图像融合模型中包括特征处理子模型、运动感知子模型以及2D卷积层。

5.根据权利要求4所述的方法，其特征在于，还包括：

所述特征处理子模型中包括第一特征提取分支和第二特征提取分支；

所述第一特征提取分支的输出为所述运动感知子模型中第一运动感知子模型的输入，所述第二特征提取分支的输出为所述运动感知子模型中第二运动感知子模型的输入；

所述第一运动感知子模型的输出和所述第二运动感知子模型的输出为所述2D卷积层的输入，以使所述2D卷积层输出目标视频帧。

6.根据权利要求5所述的方法，其特征在于，所述第一特征提取分支包括结构特征提取网络和结构特征融合网络，所述第二特征提取分支包括细节特征提取网络和细节特征融合网络。

7.根据权利要求6所述的方法，其特征在于，所述将所述至少三个待处理交错帧输入至预先训练得到的图像融合模型中，得到与所述至少三个待处理交错帧所对应的至少两个目标视频帧，包括：

基于所述结构特征提取网络对所述至少三个待处理交错帧进行等比例特征提取，得到与所述待处理交错帧所对应的结构特征；以及，

基于所述细节特征提取网络对所述至少三个待处理交错帧进行奇偶场特征提取，得到与所述待处理交错帧所对应的细节特征；

基于所述结构特征融合网络对所述结构特征进行处理，得到相邻两个待处理交错帧之间的第一帧间特征图；以及，基于所述细节特征融合网络对所述细节特征进行处理，得到相邻两个待处理交错帧之间的第二帧间特征图；

基于第一运动感知子模型对所述第一帧间特征图处理，得到第一融合特征图；以及，基于第二运动感知子模型对所述第二帧间特征图处理，得到第二融合特征图；

基于所述2D卷积层对所述第一融合特征图以及所述第二融合特征图进行处理，得到所述至少两个目标视频帧。

8.根据权利要求7所述的方法，其特征在于，所述第一帧间特征图包括第一特征图和第二特征图，所述基于第一运动感知子模型对所述第一帧间特征图处理，得到第一融合特征图，包括：

基于所述第一运动感知子模型中的卷积网络分别对所述第一特征图和所述第二特征图进行处理，得到第一光流图和第二光流图；

基于所述第一运动感知子模型中的畸变网络对所述第一光流图和所述第二光流图映射处理，得到偏移量；

基于所述第一光流图、第二光流图以及所述偏移量，确定所述第一融合特征图。