I帧重建方法、装置、设备及存储介质与流程

    技术2025-11-12  4


    所属的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。下面参照图10来描述根据本公开的这种实施方式的电子设备1000。图10显示的电子设备1000仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。如图10所示,电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于:上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030。其中,存储单元存储有程序代码,程序代码可以被处理单元1010执行,使得处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,处理单元1010可以执行上述方法实施例的如下步骤:获取i帧编码后的编码特征;将编码特征输入特征域的帧内人眼视频模型,以使特征域的帧内人眼视频模型对编码特征进行解码以及人眼适配图像重建,得到重建后的i帧。存储单元1020可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(ram)10201和/或高速缓存存储单元10202,还可以进一步包括只读存储单元(rom)10203。存储单元1020还可以包括具有一组(至少一个)程序模块10205的程序/实用工具10204,这样的程序模块10205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。总线1030可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1000也可以与一个或多个外部设备1040(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1000交互的设备通信,和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1050进行。并且,电子设备1000还可以通过网络适配器1060与一个或者多个网络(例如局域网(lan),广域网(wan)和/或公共网络,例如因特网)通信。如图所示,网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1000使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是cd-rom,u盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。在本公开的示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。本公开中的计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可选地,计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、rf等等,或者上述的任意合适的组合。在具体实施时,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如java、c++等,还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(lan)或广域网(wan),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。通过以上实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是cd-rom,u盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。


    背景技术:

    1、随着时代发展,用户对于视频质量的要求越来越高。而当前制约视频质量的主要原因在于视频传输过程中,视频编码以及视频解码质量不高。如何提高视频编码以及解码质量,是当前通信编码领域中亟待解决的问题。


    技术实现思路

    1、本公开提供一种i帧重建方法、装置、设备及存储介质,至少在一定程度上克服了当前由于视频编码以及视频解码质量较差所导致的用户观看视频体验较差的问题。

    2、本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

    3、根据本公开的一个方面,提供一种i帧重建方法,包括:

    4、获取i帧编码后的编码特征;

    5、将编码特征输入特征域的帧内人眼视频模型,以使特征域的帧内人眼视频模型对编码特征进行解码以及人眼适配图像重建,得到重建后的i帧。

    6、在本公开的一个实施例中,在得到重建后的i帧之后,方法还包括:

    7、将重建后的i帧以及p帧输入图像编解码器,得到重建后的p帧;

    8、基于重建后的p帧以及重建后的i帧进行视频重组,得到重组后的目标视频。

    9、在本公开的一个实施例中,在获取i帧编码后的编码特征之前,方法还包括:

    10、将目标视频进行视频帧划分,得到划分后的i帧以及p帧;

    11、将i帧输入图像编码模型,以使图像编码模型对i帧进行编码,得到编码特征。

    12、在本公开的一个实施例中,在将编码特征输入特征域的帧内人眼视频模型,以使特征域的帧内人眼视频模型对编码特征进行解码以及人眼适配图像重建,得到重建后的i帧之前,方法还包括:

    13、基于训练样本对待训练模型进行训练,在满足预设训练停止条件后,得到训练完成的特征域的帧内人眼视频模型,训练样本包括历史视频。

    14、在本公开的一个实施例中,基于训练样本样本对待训练模型进行训练,在满足预设训练停止条件后,得到训练完成的特征域的帧内人眼视频模型,包括:

    15、将历史视频进行视频帧划分,得到划分后的历史i帧以及历史p帧;

    16、将历史i帧输入图像编码模型,以使图像编码模型对历史i帧进行编码,得到历史i帧对应的编码特征;

    17、将历史i帧对应的编码特征输入待训练模型,得到重建后的历史i帧;

    18、将重建后的历史i帧以及历史p帧输入图像编解码器,得到重建后的历史p帧;

    19、基于重建后的历史p帧以及重建后的历史i帧进行视频重组,得到重组后的历史视频;

    20、在重组后的历史视频中的图像与对应的历史视频中的图像的图像相似度和/或峰值信噪比满足预设阈值的情况下,得到特征域的帧内人眼视频模型。

    21、在本公开的一个实施例中,基于训练样本样本对待训练模型进行训练,在满足预设训练停止条件后,得到训练完成的特征域的帧内人眼视频模型,包括:

    22、将历史视频进行视频帧划分,得到划分后的历史i帧以及历史p帧;

    23、将历史i帧输入图像编码模型,以使图像编码模型对历史i帧进行编码,得到历史i帧对应的编码特征;

    24、将历史i帧对应的编码特征输入待训练模型,得到重建后的历史i帧;

    25、将重建后的历史i帧以及历史p帧输入图像编解码器,得到重建后的历史p帧;

    26、基于重建后的历史p帧以及重建后的历史i帧进行视频重组,得到重组后的历史视频;

    27、重复上述步骤直到训练次数满足预设次数的情况下,得到特征域的帧内人眼视频模型。

    28、在本公开的一个实施例中,在将历史i帧输入图像编码模型,以使图像编码模型对历史i帧进行编码,得到历史i帧对应的编码特征之前,方法还包括:

    29、对图像编码模型进行训练,得到训练完成的图像编码模型。

    30、根据本公开的另一个方面,提供一种i帧重建装置,包括:

    31、获取模块,用于获取i帧编码后的编码特征;

    32、第一输入模块,用于将编码特征输入特征域的帧内人眼视频模型,以使特征域的帧内人眼视频模型对编码特征进行解码以及人眼适配图像重建,得到重建后的i帧。

    33、在本公开的一个实施例中,i帧重建装置,还包括:

    34、第二输入模块,在得到重建后的i帧之后,用于将重建后的i帧以及p帧输入图像编解码器,得到重建后的p帧;

    35、重组模块,用于基于重建后的p帧以及重建后的i帧进行视频重组,得到重组后的目标视频。

    36、在本公开的一个实施例中,i帧重建装置,还包括:

    37、划分模块,在获取i帧编码后的编码特征之前,用于将目标视频进行视频帧划分,得到划分后的i帧以及p帧;

    38、第三输入模块,用于将i帧输入图像编码模型,以使图像编码模型对i帧进行编码,得到编码特征。

    39、在本公开的一个实施例中,i帧重建装置,还包括:

    40、训练模块,在将编码特征输入特征域的帧内人眼视频模型,以使特征域的帧内人眼视频模型对编码特征进行解码以及人眼适配图像重建,得到重建后的i帧之前,用于基于训练样本对待训练模型进行训练,在满足预设训练停止条件后,得到训练完成的特征域的帧内人眼视频模型,训练样本包括历史视频。

    41、在本公开的一个实施例中,训练模块,还包括:

    42、第一划分单元,用于将历史视频进行视频帧划分,得到划分后的历史i帧以及历史p帧;

    43、第一输入单元,用于将历史i帧输入图像编码模型,以使图像编码模型对历史i帧进行编码,得到历史i帧对应的编码特征;

    44、第二输入单元,用于将历史i帧对应的编码特征输入待训练模型,得到重建后的历史i帧;

    45、第三输入单元,用于将重建后的历史i帧以及历史p帧输入图像编解码器,得到重建后的历史p帧;

    46、第一重组单元,用于基于重建后的历史p帧以及重建后的历史i帧进行视频重组,得到重组后的历史视频;

    47、第一确定单元,用于在重组后的历史视频中的图像与对应的历史视频中的图像的图像相似度和/或峰值信噪比满足预设阈值的情况下,得到特征域的帧内人眼视频模型。

    48、在本公开的一个实施例中,训练模块,还包括:

    49、第二划分单元,用于将历史视频进行视频帧划分,得到划分后的历史i帧以及历史p帧;

    50、第四输入单元,用于将历史i帧输入图像编码模型,以使图像编码模型对历史i帧进行编码,得到历史i帧对应的编码特征;

    51、第五输入单元,用于将历史i帧对应的编码特征输入待训练模型,得到重建后的历史i帧;

    52、第六输入单元,用于将重建后的历史i帧以及历史p帧输入图像编解码器,得到重建后的历史p帧;

    53、第二重组单元,用于基于重建后的历史p帧以及重建后的历史i帧进行视频重组,得到重组后的历史视频。

    54、第二确定单元,用于重复上述步骤直到训练次数满足预设次数的情况下,得到特征域的帧内人眼视频模型。

    55、根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述的i帧重建方法。

    56、根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的i帧重建方法。

    57、本公开的实施例所提供的i帧重建方法,通过获取i帧编码后的编码特征,然后将编码特征输入特征与的帧内人眼视频模型,以使特征域的帧内人眼视频模型对编码特征进行解码以及人眼适配图像重建,得到重建后的i帧,可以使得重建后的i帧更加能够满足人眼视觉需求,使得基于重建后的i帧生成到的重建视频的视频质量较高,在用户观看视频时,可以提高用户观看视频的体验。

    58、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。


    技术特征:

    1.一种i帧重建方法,其特征在于,包括:

    2.根据权利要求1所述的i帧重建方法,其特征在于,在得到重建后的i帧之后,所述方法还包括:

    3.根据权利要求1所述的i帧重建方法,其特征在于,在所述获取i帧编码后的编码特征之前,所述方法还包括:

    4.根据权利要求1所述的i帧重建方法,其特征在于,在所述将所述编码特征输入特征域的帧内人眼视频模型,以使所述特征域的帧内人眼视频模型对所述编码特征进行解码以及人眼适配图像重建,得到重建后的i帧之前,所述方法还包括:

    5.根据权利要求4所述的i帧重建方法,其特征在于,所述基于训练样本样本对待训练模型进行训练,在满足预设训练停止条件后,得到训练完成的特征域的帧内人眼视频模型,包括:

    6.根据权利要求4所述的i帧重建方法,其特征在于,所述基于训练样本样本对待训练模型进行训练,在满足预设训练停止条件后,得到训练完成的特征域的帧内人眼视频模型,包括:

    7.根据权利要求5或6所述的i帧重建方法,其特征在于,在所述将所述历史i帧输入图像编码模型,以使所述图像编码模型对所述历史i帧进行编码,得到历史i帧对应的编码特征之前,所述方法还包括:

    8.一种i帧重建装置,其特征在于,包括:

    9.一种电子设备,其特征在于,包括:

    10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述的i帧重建方法。


    技术总结
    本公开提供了一种I帧重建方法、装置、设备及存储介质。涉及通信编码领域,通过获取I帧编码后的编码特征,然后将编码特征输入特征与的帧内人眼视频模型,以使特征域的帧内人眼视频模型对编码特征进行解码以及人眼适配图像重建,得到重建后的I帧,可以使得重建后的I帧更加能够满足人眼视觉需求,使得基于重建后的I帧生成到的重建视频的视频质量较高,在用户观看视频时,可以提高用户观看视频的体验。

    技术研发人员:王慧芬,薛俊达,陆恩民,张园,杨明川
    受保护的技术使用者:中国电信股份有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-36592.html

    最新回复(0)