[发明专利]视频数据实时处理方法及装置、计算设备

说明书

本发明公开了一种视频数据实时处理方法及装置、计算设备，方法对视频数据所包含的帧图像进行分组处理，包括：实时获取视频中的当前帧图像；判断当前帧图像是否为任一分组的第1帧图像；若是，则将当前帧图像输入至神经网络中，得到处理后的当前帧图像；若否，则将当前帧图像输入至神经网络中，在运算至神经网络的第i层卷积层得到第i层卷积层的运算结果后，获取当前帧图像所属分组的第1帧图像输入至神经网络中得到的第j层反卷积层的运算结果，直接将第i层卷积层的运算结果与第j层反卷积层的运算结果进行图像融合，得到处理后的当前帧图像；i和j为自然数；输出处理后的当前帧图像；重复执行上述步骤直至完成对视频数据中所有帧图像的处理。

技术领域

本发明涉及图像处理领域，具体涉及一种视频数据实时处理方法及装置、计算设备。

背景技术

随着科技的发展，图像采集设备的技术也日益提高。使用图像采集设备录制的视频也更加清晰、分辨率、显示效果也大幅提高。在录制视频时还可以根据用户的各种个性化需求，对视频进行相应的处理。

现有技术在对视频进行处理时，往往是将视频中的每一帧图像作为单独的帧图像进行处理，而没有考虑到视频中前后帧之间的连续性。这样处理使得需要对每一帧均进行处理，处理的速度较慢，需要花费较多的时间。

因此，需要一种视频数据实时处理方法，以提升视频实时处理的速度。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的视频数据实时处理方法及装置、计算设备。

根据本发明的一个方面，提供了一种视频数据实时处理方法，方法对视频数据所包含的帧图像进行分组处理，其包括：

实时获取图像采集设备所拍摄和/或所录制的视频中的当前帧图像；或者，实时获取当前所播放的视频中的当前帧图像；

判断当前帧图像是否为任一分组的第1帧图像；

若是，则将当前帧图像输入至经训练得到的神经网络中，经过该神经网络全部卷积层和反卷积层的运算后，得到处理后的当前帧图像；

若否，则将当前帧图像输入至经训练得到的神经网络中，在运算至神经网络的第i层卷积层得到第i层卷积层的运算结果后，获取当前帧图像所属分组的第1帧图像输入至神经网络中得到的第j层反卷积层的运算结果，直接将第i层卷积层的运算结果与第j层反卷积层的运算结果进行图像融合，得到处理后的当前帧图像；其中，i和j为自然数；

输出处理后的当前帧图像；

重复执行上述步骤直至完成对视频数据中所有帧图像的处理。

可选地，在判断出当前帧图像不是任一分组的第1帧图像之后，方法还包括：

计算当前帧图像与其所属分组的第1帧图像的帧间距；

根据帧间距，确定i和j的取值；其中，第i层卷积层与最后一层卷积层之间的层距与帧间距成反比关系，第j层反卷积层与输出层之间的层距与帧间距成正比关系。

可选地，方法还包括：预先设置帧间距与i和j的取值的对应关系。

可选地，在直接将第i层卷积层的运算结果与第j层反卷积层的运算结果进行图像融合之后，方法还包括：

若第j层反卷积层是神经网络的最后一层反卷积层，则将图像融合结果输入到输出层，以得到处理后的当前帧图像；

若第j层反卷积层不是神经网络的最后一层反卷积层，则将图像融合结果输入到第j+1层反卷积层，经过后续反卷积层和输出层的运算，以得到处理后的当前帧图像。