[发明专利]一种视频处理方法、装置、电子设备及存储介质有效

专利信息
申请号: 201911114628.3 申请日: 2019-11-14
公开(公告)号: CN110971784B 公开(公告)日: 2022-03-25
发明(设计)人: 赵明菲;于冰;郑云飞;闻兴;王晓楠;黄晓政;张元尊;陈宇聪;黄跃;陈敏;郭磊 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: H04N5/14 分类号: H04N5/14
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 李娜
地址: 100085 北京市海淀*** 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: 一种 视频 处理 方法 装置 电子设备 存储 介质
【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:

获取需要处理的视频的特征;

将所述视频的特征输入到处理参数集合生成模型,得到处理参数集合生成模型输出的用于对所述视频进行处理的处理参数集合;

采用所述处理参数集合,对所述视频进行处理,得到目标视频,其中,所述目标视频的视频质量分数大于分数阈值,所述处理参数集合生成模型是利用具有标注信息的视频进行训练得到的,所述标注信息包括:目标处理参数集合,其中,在采用所述目标处理参数集合对所述用于训练的视频进行处理之后得到的视频的视频质量分数大于所述分数阈值。

2.根据权利要求1所述的方法,其特征在于,用于对所述视频进行处理的处理参数集合包括:用于对所述视频进行编码的码率、用于对所述视频进行编码的分辨率、与在对所述视频进行编码之前需要对所述视频进行的处理相关的前处理参数、与需要对经过编码的视频进行的处理相关的后处理参数,其中,所述经过编码的视频为对所述视频进行编码之后得到的视频。

3.根据权利要求2所述的方法,其特征在于,所述处理参数集合生成模型为用于生成处理参数集合的神经网络;以及

在将所述视频的特征输入到处理参数集合生成模型之前,所述方法还包括:

获取用于训练的视频,以及生成所述用于训练的视频的标注信息;

获取所述用于训练的视频的特征,以及将所述用于训练的视频的特征输入到所述神经网络,得到所述神经网络预测出的处理参数集合;

计算指示所述预测出的处理参数集合与所述目标处理参数集合的差异的差异信息;

基于所述差异信息,对所述神经网络的网络参数的参数值进行更新。

4.根据权利要求3所述的方法,其特征在于,所述生成所述用于训练的视频的标注信息包括:

生成与所述用于训练的视频相关的多个候选处理参数集合,候选处理参数集合包括:码率、分辨率、前处理参数、后处理参数;

对于所述多个候选处理参数集合中的每一个候选处理参数集合,采用候选处理参数集合对所述用于训练的视频进行处理,得到经过处理的视频;计算经过处理的视频的视频质量分数;

确定多个候选处理参数集合中的对应的视频质量分数大于分数阈值的候选处理参数集合;

将确定出的所有候选处理参数集合中的对应的视频质量分数最高的候选处理参数集合作为所述用于训练的视频的标注信息中的目标处理参数集合。

5.根据权利要求4所述的方法,其特征在于,所述生成与所述用于训练的视频相关的多个候选处理参数集合包括:

生成多个编码参数组合,其中,编码参数组合包括:码率、分辨率;

对于每一个编码参数组合,采用编码参数组合对所述用于训练的视频进行编码,得到经过编码的视频;计算经过编码的视频的失真信息;

基于每一个编码参数组合各自对应的失真信息,确定多个编码参数组合中的最优的编码参数组合;

将最优的编码参数组合分别与多个前后处理参数组合中的每一个前后处理参数组合进行组合,得到所述多个候选处理参数集合,其中,多个前后处理参数组合通过将多个前处理参数和多个后处理参数进行组合得到。

6.一种视频处理装置,其特征在于,所述装置包括:

获取模块,被配置为获取需要处理的视频的特征;

生成模块,被配置为将所述视频的特征输入到处理参数集合生成模型,得到处理参数集合生成模型输出的用于对所述视频进行处理的处理参数集合;

处理模块,被配置为采用所述处理参数集合,对所述视频进行处理,得到目标视频,其中,所述目标视频的视频质量分数大于分数阈值,所述处理参数集合生成模型是利用具有标注信息的视频进行训练得到的,所述标注信息包括:目标处理参数集合,其中,在采用所述目标处理参数集合对所述用于训练的视频进行处理之后得到的视频的视频质量分数大于所述分数阈值。

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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/201911114628.3/1.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