[发明专利]一种视频超分辨率方法、装置、设备及存储介质有效

专利信息
申请号: 202310029515.3 申请日: 2023-01-09
公开(公告)号: CN115994857B 公开(公告)日: 2023-10-13
发明(设计)人: 骆剑平;侯凯旋 申请(专利权)人: 深圳大学
主分类号: G06T3/40 分类号: G06T3/40;G06T7/269;G06V10/40;G06V10/80;G06N3/0464;G06N3/084
代理公司: 北京品源专利代理有限公司 11332 代理人: 潘登
地址: 518060 广东*** 国省代码: 广东;44
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 分辨率 方法 装置 设备 存储 介质
【权利要求书】:

1.一种视频超分辨率方法,其特征在于,包括:

获取待处理视频帧序列;其中,所述待处理视频帧序列包括至少一个视频帧组,所述视频帧组为三帧连续的视频帧;

将所述待处理视频帧序列输入至预设的视频超分辨率模型,根据输出的生成结果确定与所述待处理视频帧序列对应的超分辨率视频帧序列;

其中,所述视频超分辨率模型为采用设定训练方法训练的神经网络模型;所述视频超分辨率模型中至少包括多分枝特征融合模块,所述多分枝特征融合模块用于并行提取不同感受野大小的特征信息和高频特征信息,并将所述不同感受野大小的特征信息和所述高频特征信息进行融合。

2.根据权利要求1所述的方法,其特征在于,所述获取待处理视频帧序列,包括:

获取待处理视频数据,通过预设滑动窗口对所述待处理视频数据进行划分,确定至少一个视频帧组;其中,所述预设滑动窗口的窗口大小为三帧,滑动步长为一帧;

将各所述视频帧组依据时间顺序进行排序,确定待处理视频帧序列。

3.根据权利要求1所述的方法,其特征在于,所述视频超分辨率模型还包括视频帧超分模块、视频帧对齐模块和上采样模块;所述将所述待处理视频帧序列输入至预设的视频超分辨率模型,根据输出的生成结果确定与所述待处理视频帧序列对应的超分辨率视频帧序列,包括:

针对所述待处理视频帧序列中的每个视频帧组,将所述视频帧组分别输入至所述视频超分辨率模型中的所述视频帧超分模块和所述视频帧对齐模块,并将所述视频帧超分模块的输出确定为第一超分结果,将所述视频帧对齐模块的输出确定为对齐视频帧;

将所述对齐视频帧输入至所述多分枝特征融合模块中进行特征提取和融合,确定融合特征图;

将所述融合特征图输入至所述上采样模块进行像素重排,确定第二超分结果;

将所述第一超分结果与所述第二超分结果进行特征相加生成的视频帧,确定为与所述视频帧组对应的超分辨率视频帧;

将所述待处理视频帧序列对应的各所述超分辨率视频帧依据时间顺序排序,确定超分辨率视频帧序列。

4.根据权利要求3所述的方法,其特征在于,所述视频帧对齐模块包括第一光流估计子模块、第一对齐子模块、第二光流估计子模块和第二对齐子模块;

将所述视频帧组输入至所述视频帧对齐模块,将所述视频帧对齐模块的输出确定为对齐视频帧,包括:

将所述视频帧组中的第一帧确定为第一参考帧,第二帧确定为待重建帧,第三帧确定为第二参考帧;

将所述第一参考帧和所述待重建帧输入至所述第一光流估计子模块,确定第一光流图;

将所述第一参考帧和所述第一光流图输入至所述第一对齐子模块,确定与所述第一参考帧对应的第一对齐视频帧;

将所述第二参考帧和所述待重建帧输入至所述第二光流估计子模块,确定第二光流图;

将所述第二参考帧和所述第二光流图输入至所述第二对齐子模块,确定与所述第二参考帧对应的第二对齐视频帧;

将所述第一对齐视频帧、所述第二对齐视频帧和所述待重建帧进行合并,确定对齐视频帧。

5.根据权利要求3所述的方法,其特征在于,所述多分枝特征融合模块包括特征提取子模块、残差子模块和密集子模块;

所述将所述对齐视频帧输入至所述多分枝特征融合模块中进行特征提取和融合,确定融合特征图,包括:

将所述对齐视频帧输入至所述特征提取子模块进行特征提取,确定小感受野特征图;

将所述小感受野特征图输入至所述残差子模块进行特征提取融合,确定感受野融合特征图;其中,所述残差子模块中的中位残差块和末位残差块与所述小感受野特征图跳连接;

将所述对齐视频帧输入至所述密集子模块进行高频信息提取,确定高频特征图;

将所述感受野融合特征图和所述高频特征图进行特征相加,确定融合特征图。

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深圳大学,未经深圳大学许可,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/202310029515.3/1.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