[发明专利]视频处理方法和装置

说明书

本申请提供了一种视频处理方法，所述方法包括：获取第一视频，所述第一视频包括有抖的低位深视频；通过去抖模型将所述第一视频转换为第二视频，所述第二视频包括去抖的高位深视频，所述低位深视频的第一位深低于所述高位深视频的第二位深；其中，所述去抖模型包括训练好的深度神经网络模型，深度神经网络模型用于去抖和位深转换。本申请还提供了视频处理装置、计算机设备和计算机可读存储介质。本申请提供的技术方案可以本可以将有抖的低位深视频转换为无抖的高位深视频，消抖将一定程度上降低码率，位深转换带来一定程度上的画质提升，提升观看体验。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种视频处理方法、装置、计算机设备、计算机可读存储介质。

背景技术

随着计算机技术的发展，手机、电脑、平板等电子产品成了日常用品。用户对音、视频等媒体信息的处理需求日益多样化，如将低位深的视频转换为高位深的视频。

由于市面上大多数设备仅支持低位深的视频，所以片源在压制(预处理)阶段加入了抖色(Dithering)以优化色彩过渡的表现，使得该视频在低位深的情况下尽可能使颜色呈现出高位深的视频大致相同的细腻渐变变化。但是随着支持高位深视频的显示器的出现和逐步普及，对高位深视频的需求逐步体现。在高位深条件下，不需要抖色即可获得非常优秀的色彩过渡表现，且画质表现优秀。在当前市面上，很多有抖的低位深视频所对应的高位深视频是缺失的，所以如何高质量实现低位深有抖视频向高位深无抖视频的转换、提升画质，成了要解决的技术问题。

需要说明的是，上述内容并不必然是现有技术，也不用于限制本申请的专利保护范围。

发明内容

本申请实施例的目的是提供一种视频处理方法、装置、计算机设备及计算机可读存储介质，用于解决上述问题。

本申请实施例的一个方面提供了一种视频处理方法，所述方法包括：

获取第一视频，所述第一视频包括有抖的低位深视频；

通过去抖模型将所述第一视频转换为第二视频，所述第二视频包括去抖的高位深视频，所述低位深视频的第一位深低于所述高位深视频的第二位深；其中，所述去抖模型包括训练好的深度神经网络模型，深度神经网络模型用于去抖和位深转换。

可选地，所述方法还包括：

在获取到所述去抖模型的情形下，对所述去抖模型进行加速和优化，以得到目标格式文件；

将所述目标格式文件关联到推理机中，以便通过调用所述推理机运行所述去抖模型。

可选地，所述方法还包括：

通过自定义滤镜的方式，封装关联有所述目标格式文件的推理机，以得到目标滤镜。

可选地，所述深度神经网络模型通过以下操作训练得到：

将样本输入画面输入到所述深度神经网络模型中，以得到预测画面；其中，所述样本输入画面为低位深有抖画面；

获取所述预测画面和样本参考画面之间像素的平均绝对误差；其中，所述样本参考画面为与所述样本输入画面对应的高位深无抖画面；

获取所述预测画面的全变分损失；

根据所述平均绝对差和所述全变分损失，对所述深度神经网络模型进行优化。

可选地，所述方法还包括：

获取样本视频组，所述样本视频组包括同一视频对应的输入视频和参考视频，所述输入视频为有抖的低位深样本视频，所述参考视频为无抖的高位深样本视频；

以预设数量的帧画面间隔，从所述输入视频取得多个帧画面以得到多个低位深帧画面，以及从所述参考视频取得多个对应帧画面以得到对应的多个高位深帧画面；