[发明专利]用于生成画质提升模型的方法、装置及计算机程序产品

说明书

本公开提供了用于生成画质提升模型的方法、装置、电子设备、存储介质及计算机程序产品，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可用于图像处理场景下。具体实现方案为：获取训练样本集，训练样本集中的训练样本包括样本帧图像和标签帧图像；利用机器学习方法，以样本帧图像为输入，以所输入的样本帧图像对应的标签帧图像为期望输出，训练得到去噪网络；利用机器学习方法，以样本帧图像为输入，以所输入的样本帧图像对应的标签帧图像为第一滤波图像的期望图像，训练得到增强网络，第一滤波图像由初始增强网络输出的图像经过低通滤波得到；根据去噪网络和增强网络，得到画质提升模型。本公开提高了画质提升模型的画质提升效果。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，尤其涉及用于生成画质提升模型的方法、装置、电子设备、存储介质以及计算机程序产品，可用于图像处理场景下。

背景技术

近几年，直播行业发展迅速。除了观看量和用户数飞速增长，各个细分领域也在不断渗透。由于网络带宽和存储硬件容量限制，直播视频被采集后都会经过硬件或软件编码进行压缩，这样会带来视频画质下降的问题；同时，不同的视频采集设备也会带来源视频画质参差不齐的问题。因此，提升直播视频的画质是直播行业发展的一个基本而核心的需求。

发明内容

本公开提供了一种用于生成画质提升模型的方法、装置、电子设备、存储介质以及计算机程序产品。

根据第一方面，提供了一种用于生成画质提升模型的方法，包括：获取训练样本集，其中，训练样本集中的训练样本包括样本帧图像和标签帧图像；利用机器学习方法，以样本帧图像为输入，以所输入的样本帧图像对应的标签帧图像为期望输出，训练得到去噪网络；利用机器学习方法，以样本帧图像为输入，以所输入的样本帧图像对应的标签帧图像为第一滤波图像的期望图像，训练得到增强网络，其中，第一滤波图像由初始增强网络输出的图像经过低通滤波得到；根据去噪网络和增强网络，得到画质提升模型。

根据第二方面，提供了一种用于提升图像画质的方法，包括：获取待处理图像；将待处理图像输入预训练的画质提升模型，得到提升画质后的画质提升图像，其中，画质提升模型通过第一方面任一实现方式训练得到。

根据第三方面，提供了一种用于生成画质提升模型的装置，包括：第一获取单元，被配置成获取训练样本集，其中，训练样本集中的训练样本包括样本帧图像和标签帧图像；第一训练单元，被配置成利用机器学习方法，以样本帧图像为输入，以所输入的样本帧图像对应的标签帧图像为期望输出，训练得到去噪网络；第二训练单元，被配置成利用机器学习方法，以样本帧图像为输入，以所输入的样本帧图像对应的标签帧图像为第一滤波图像的期望图像，训练得到增强网络，其中，第一滤波图像由初始增强网络输出的图像经过低通滤波得到；得到单元，被配置成根据去噪网络和增强网络，得到画质提升模型。

根据第四方面，提供了一种用于提升图像画质的装置，包括：第二获取单元，被配置成获取待处理图像；画质提升单元，被配置成将待处理图像输入预训练的画质提升模型，得到提升画质后的画质提升图像，其中，画质提升模型通过第一方面任一实现方式训练得到。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面、第二方面任一实现方式描述的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面、第二方面任一实现方式描述的方法。

根据第七方面，提供了一种计算机程序产品，包括：计算机程序，计算机程序在被处理器执行时实现如第一方面、第二方面任一实现方式描述的方法。