[发明专利]一种面向网络直播大数据的视频高质量修复方法及系统

说明书

本发明公开了一种面向网络直播大数据的视频高质量修复方法及系统，涉及数据修复技术领域。该方法包括：获取并采用关键帧检测方法检测并提取目标直播视频数据中的关键帧图像；采用基于深度学习的图像修复方法对关键帧图像进行修复；计算并根据非关键帧图像中的每一帧图像与其前后帧图像的差异性确定待修复图像；对待修复图像进行检测；根据检测结果采用基于深度学习的图像修复方法或基础图像修复方法对待修复图像进行修复；基于关键修复图像和非关键修复图像得到完整目标修复图像，完成视频修复。本发明将普通修复方法和基于深度学习的修复方法进行结合，对不同图像进行针对性的修复，大大提高了视频图像修复质量，且节约了资源消耗。

技术领域

本发明涉及数据修复技术领域，具体而言，涉及一种面向网络直播大数据的视频高质量修复方法及系统。

背景技术

随着互联网的蓬勃发展，网络视频直播越来越普遍化，其成为民众生活中的重要组成部分。网络视频直播不仅可以为民众提供更多的休闲娱乐选择，也可以为民众提供更多的消费选择。然而，在视频直播过程中，海量的直播数据往往会出现部分缺失的情况，极大地影响了直播视频的观看效果。

针对上述问题，现有技术中虽然也提出了一些视频修复方案，但现有的视频修复方法存在一定的局限性，尤其对于海量的直播视频数据无法较高比例地获得高质量修复结果。因此，如何对海量的直播视频数据进行高质量修复是一个亟待解决的问题。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种面向网络直播大数据的视频高质量修复方法及系统，将普通修复方法和基于深度学习的修复方法进行结合，对不同图像进行针对性的修复，大大提高了视频图像修复质量，且节约了资源消耗。

本发明的实施例是这样实现的：

第一方面，本发明实施例提供一种面向网络直播大数据的视频高质量修复方法，包括以下步骤：

获取目标直播视频数据，并采用关键帧检测方法检测并提取目标直播视频数据中的关键帧图像；

采用基于深度学习的图像修复方法对关键帧图像进行修复，以得到关键修复图像；

计算并根据目标直播视频数据中的非关键帧图像中的每一帧图像与其前后帧图像的差异性确定待修复图像；

对待修复图像进行检测，生成检测结果；

根据检测结果采用基于深度学习的图像修复方法或基础图像修复方法对待修复图像进行修复，以得到非关键修复图像；

基于关键修复图像和非关键修复图像得到完整目标修复图像，完成视频修复。

为了解决现有技术中无法对海量的直播视频数据进行精准高效高质量的修复的技术问题，本发明将普通修复方法和基于深度学习的修复方法进行结合，对不同图像进行针对性的修复，对于大面积缺失图像利用复杂方法，对于非大面积缺失图像利用普通方法，避免了所有图像都用复杂方法所造成的资源消耗，大大节约了资源消耗；并利用关键帧检测技术和待修复图像检测技术，大大提升了视频图像修复质量。

基于第一方面，在本发明的一些实施例中，上述计算目标直播视频数据中的非关键帧图像中的每一帧图像与其前后帧图像的差异性的方法包括以下步骤：

采用差值减除方法计算目标直播视频数据中的非关键帧图像的各帧图像与其前后帧图像的差值，以确定非关键帧图像中的每一帧图像与其前后帧图像的差异性。

基于第一方面，在本发明的一些实施例中，上述根据目标直播视频数据中的非关键帧图像中的每一帧图像与其前后帧图像的差异性确定待修复图像的方法包括以下步骤：

判断非关键帧图像中的各帧图像与其前后帧图像的差值是否大于预置的参考阈值，如果是，则确定该帧图像存在缺失，将该帧图像认定为待修复图像；如果否，则认定该帧图像无缺失。