[发明专利]模型生成方法、视频增强方法、装置及计算机可读存储介质

说明书

本发明提供了一种模型生成方法、视频增强方法、装置及计算机可读存储介质，属于网络技术领域。该方法可以将样本图片集中的每个样本图像对输入初始增强模型，利用初始增强模型基于每个样本图像对中的样本图像及辅助图像，对每个样本图像进行增强处理，然后，计算损失值，若损失值在预设范围内，将初始增强模型作为视频增强模型。这样，利用该生成的视频增强模型在对待分类视频进行处理时，能够基于该待分类视频中每帧图像以及每帧图像增强后的前一帧图像，对每帧图像进行增强，这样，通过结合增强后的前一帧图像的信息，可以使得增强后的图像之间不会出现太大差异，进而提高了增强效果。

技术领域

本发明属于网络技术领域，特别是涉及一种模型生成方法、视频增强方法、装置及计算机可读存储介质。

背景技术

随着网络的不断发展，用户经常会拍摄视频，但受到用户拍摄设备质量以及拍摄环境的影响，拍摄的视频中的帧图像可能会出现质量较差的情况，例如，对比度、饱和度过高或过低，因此，如何对视频中帧图像进行增强，以提高视频质量，成为人们广泛的问题。

现有技术中，通常是利用增强算法对每帧图像进行增强，但是，直接对每帧图像依次进行增强，会导致帧图像之间的增强效果的差异较大，进而会导致视频的播放效果较差。

发明内容

本发明提供一种模型生成方法、视频增强方法、装置及计算机可读存储介质，以便解决对视频的增强效果较差的问题。

依据本发明的第一方面，提供了一种模型生成方法，应该方法包括：

将样本图片集中的每个样本图像对输入初始增强模型；一个所述样本图片对包括样本图像、所述样本图像的辅助图像以及样本增强图像，所述辅助图像是基于所述样本增强图像生成的；

根据每个样本图像对中的样本图像及辅助图像，并利用所述初始增强模型对每个所述样本图像进行增强处理；

基于每个增强后的样本图像以及所述样本图像的样本增强图像，计算所述初始增强模型的损失值；

若所述损失值在预设范围内，将所述初始增强模型作为视频增强模型。

可选的，所述样本图像与所述样本图像的样本增强图像的内容相同，所述样本增强图像的质量优于所述样本图像；

所述基于每个增强后的样本图像以及所述样本图像的样本增强图像，计算所述初始增强模型的损失值之后，所述方法还包括：

若所述损失值不在预设范围内，基于所述损失值表示的误差程度调整所述初始增强模型的参数，并基于所述样本图片集对调整后的初始增强模型继续训练。

可选的，所述将样本图片集中的每个样本图像对输入初始增强模型之前，所述方法还包括：

对于每个样本图像对，对所述样本图像对中的样本增强图像进行指定处理；所述指定处理至少包括裁剪处理、旋转处理以及模糊处理中的两种或多种；

将处理后的样本增强图像的大小调节至所述样本图像对中样本图像的大小，得到所述样本图像对中的辅助图像。

可选的，所述初始增强模型包括输入层、卷积层、全连接层以及反卷积层；所述卷积层中的参数至少包括：卷积核的值，所述全连接层中的参数至少包括权重矩阵；

所述根据每个样本图像对中的样本图像及辅助图像，并利用所述初始增强模型对每个所述样本图像进行增强处理，包括：

对于每个所述样本图像，通过所述输入层将所述样本图像中每个像素对应的颜色通道值与所述辅助图像中相同位置的像素对应的色彩通道值进行组合，得到每个像素对应的多个通道值；

通过所述卷积层将所述样本图像中每个像素对应的多个通道值组成的像素矩阵，与所述卷积核进行卷积运算，得到卷积后的第一像素矩阵；