一种基于多维度退化识别的视频修复策略自动生成方法及系统与流程

本发明涉及视频修复和图像质量评价，具体涉及一种基于多维度退化识别的视频修复策略自动生成方法及系统。

背景技术：

1、随着影像数字化修复、低质视频增强需求的持续增长，老旧胶片、低码率压缩、传输受损等场景下的视频往往同时存在噪声、压缩块、模糊、暗光、偏色、闪烁、抖动、划痕、污点等多类型、多维度的退化问题。现有视频修复技术大多采用预设固定顺序调用修复模型的处理模式，无法根据视频实际的退化类型与程度自适应编排修复链路，容易出现修复逻辑顺序错误，例如先执行超分辨率再降噪会放大噪声特征，先做画质增强再去除划痕会提升缺陷修复难度，最终导致修复效果劣化、计算资源浪费。同时，现有技术通常采用单一退化标签描述视频受损状态，无法全面覆盖空间退化、时序退化、结构损伤以及语义重点区域的保护约束，也难以精准量化各类退化的强度与检测置信度，无法为修复策略的自动化生成提供可靠的数据支撑。此外，常规修复流程缺乏前置质量校验与闭环反馈机制，无法在全片处理前预判修复效果并动态调整策略，也难以对修复过程进行版本化记录与追溯，无法满足工程化批量修复的可靠性、可复现性与可优化需求。

技术实现思路

1、针对现有技术中的缺陷，本发明的目的是提供一种基于多维度退化识别的视频修复策略自动生成方法及系统，通过对视频片段的空间退化、时间退化、曝光色彩退化、结构损伤和重点区域进行多维度识别，形成带有强度与置信度的退化画像，依据退化之间的处理依赖、风险约束和试处理质量门限自动生成并更新可执行修复图，从而实现视频修复链路的自适应编排和闭环质量控制。

2、为了实现上述目的，本发明申请实施例提供了如下技术方案：

3、本技术实施例提供了一种基于多维度退化识别的视频修复策略自动生成方法，包括：将输入视频划分为至少一个视频片段，并对每一片段抽取关键帧和连续采样帧；对所述片段分别执行空间退化检测、时间退化检测、曝光色彩检测、结构损伤检测和重点区域检测，生成包含各类退化强度及其置信度、结构损伤掩码和重点区域保护约束的退化画像；根据所述退化画像确定主要退化和次要退化，从退化-处理模块映射表中选取候选修复模块，并依据处理依赖约束生成由修复节点构成的有向修复图；为所述修复图中的各节点生成参数，选取预览片段执行所述修复图并计算质量门控指标，若未满足门限则调整所述修复图的节点参数或替换模块，直至满足门限后输出修复计划；根据所述修复计划执行视频修复，并将实际质量指标回写以更新策略。

4、进一步地，所述空间退化检测包括：模糊评分由拉普拉斯方差、梯度幅值、频域高频能量和学习型模糊分类器融合得到；噪声评分在纹理平坦区域估计高频残差方差并排除字幕和边缘区域；块效应评分统计编码块边界两侧的亮度突变；振铃评分检测强边缘两侧交替的过冲欠冲模式；所述时间退化检测包括：通过特征点匹配、光流或全局运动模型估计相邻帧变换，剔除前景主体运动后将异常全局平移、旋转或仿射变化作为抖动评分；闪烁评分通过经运动补偿后的对应区域亮度差、色彩差或特征差统计得到；所述结构损伤检测包括：划痕检测利用细长线状形态、跨帧位置稳定性和方向连续性生成划痕掩码；污点检测利用小面积孤立异常和时序持续性生成污点掩码；缺失区域由遮挡检测、黑块检测或修复模型不确定性输出确定；所述掩码包含像素位置、类别、置信度和跨帧关联标识。

5、进一步地，所述重点区域检测包括人脸区域、文字区域和logo/水印区域的检测；对人脸区域记录特征向量、关键点和肤色统计，对文字区域记录ocr文本、字符框和置信度，对logo/水印区域记录边界和透明度估计；所述重点区域保护约束用于控制后续修复模块不对被保护内容进行自由生成式修复。

6、进一步地，所述退化画像中各类退化的融合强度按如下公式确定：；其中，为第i类退化的融合强度，为第j种检测方法对第i类退化的评分，为对应置信度，为权重系数。

7、进一步地，所述主要退化为评分超过主阈值且排名前k的退化类型，k取1至4，次要退化采用低于主阈值的阈值选取；所述处理依赖约束包括：稳像节点在时序融合节点之前，强噪声处理节点在超分节点之前，掩码修复节点在会放大缺陷的模块之前；当文字区域占比高时，限制自由生成节点并增加ocr校验节点。

8、进一步地，所述节点参数由退化强度经分段函数或查表生成，包括：去噪强度为，其中为所述退化画像中噪声类别的融合强度，为四舍五入取整函数，所述去噪强度限定于0至100；划痕掩码膨胀像素数随所述退化画像中划痕类别的融合强度在1至12之间变化；超分倍率由输入和目标分辨率决定，取1.5至4；文字区域的生成强度上限低于背景区域上限；所述质量门控指标包括清晰度改善、噪声残留、ocr置信度变化、脸部特征相似度、色彩差和时序闪烁指标；当ocr置信度下降、脸部特征相似度低于阈值或闪烁增加时，降低相应节点强度、替换保守模型或插入人工复核节点；所述修复计划包含片段标识、退化向量、节点列表、拓扑关系、模型版本、参数、区域掩码引用、质量门限、失败重试策略和结果存储路径；执行引擎按修复计划运行并将实际指标回写，用于更新同类片段的后续策略。

9、相应地，本技术还提供一种基于多维度退化识别的视频修复策略自动生成系统，包括：视频采样模块，用于将输入视频划分为至少一个视频片段，并抽取关键帧和连续采样帧；多维空间退化分析模块，与所述视频采样模块连接，用于对所述片段执行空间退化检测，至少包括模糊检测、噪声检测、块效应检测和振铃检测；时间退化分析模块，与所述视频采样模块连接，用于对所述片段执行时间退化检测，至少包括抖动检测和闪烁检测；曝光色彩分析模块，与所述视频采样模块连接，用于对所述片段执行曝光和色彩检测，至少包括暗光检测、过曝检测和偏色检测；结构损伤掩码模块，与所述视频采样模块连接，用于对所述片段执行结构损伤检测，至少包括划痕检测、污点检测和缺失区域检测，生成对应的损伤掩码；重点区域保护模块，与所述视频采样模块连接，用于检测重点区域并生成保护约束，所述重点区域至少包括人脸区域、文字区域和logo/水印区域；退化画像融合模块，分别与所述多维空间退化分析模块、时间退化分析模块、曝光色彩分析模块、结构损伤掩码模块和重点区域保护模块连接，用于融合各模块输出，生成包含各类退化强度及其置信度、损伤掩码和保护约束的退化画像；修复图生成模块，与所述退化画像融合模块连接，内置退化-处理模块映射表，用于根据所述退化画像选取候选模块并依据处理依赖约束生成有向修复图；用于更新退化-处理模块映射表或节点参数生成策略；参数与试处理模块，与所述修复图生成模块连接，用于为修复图中的各节点生成参数，选取预览片段执行所述修复图并计算质量门控指标，若不满足门限则调整参数或替换模块；修复执行记录模块，与所述参数与试处理模块连接，用于在门限满足后输出修复计划并执行，将实际质量指标回写至所述修复图生成模块。

10、进一步地，所述多维空间退化分析模块中：模糊评分由拉普拉斯方差、梯度幅值、频域高频能量和学习型模糊分类器融合得到；噪声评分在纹理平坦区域估计高频残差方差并排除字幕和边缘区域；块效应评分统计编码块边界两侧的亮度突变；振铃评分检测强边缘两侧交替的过冲欠冲模式；所述时间退化分析模块通过特征点匹配或光流估计相邻帧变换，剔除前景运动后得到抖动评分，在运动补偿后统计对应区域亮度差或色彩差得到闪烁评分；所述结构损伤掩码模块利用线状形态和跨帧连续性生成划痕掩码，利用小面积孤立异常和时序持续性生成污点掩码，并生成包含像素位置、类别、置信度和跨帧关联标识的损伤掩码。

11、进一步地，所述参数与试处理模块包括：参数生成单元，用于按分段函数生成去噪强度，其中为所述退化画像中噪声类别的融合强度，为四舍五入取整函数，所述去噪强度限定于0至100；随所述退化画像中划痕类别的融合强度在1至12之间变化的划痕掩码膨胀像素数；超分倍率由输入和目标分辨率决定，取1.5至4，并将文字区域的生成强度上限低于背景区域上限；质量门控单元，用于在预览片段上计算清晰度改善、噪声残留、ocr置信度变化、脸部特征相似度、色彩差和时序闪烁指标，当任一保护指标不满足门限时输出参数降级或模型替换指令至所述修复图生成模块；人工复核单元，与所述质量门控单元连接，用于在低置信度/高风险场景下展示原始与修复结果的同步对比、局部放大和掩码覆盖，接收复核人员标注并生成新的策略约束。

12、进一步地，所述退化画像的数据结构包括：画像标识、视频标识、片段标识、起始时间戳、结束时间戳、采样计划、空间评分、时间评分、色彩评分、损伤掩码、显著区域、置信度评分、检测器版本、参考风格、生成时间和画像版本；所述修复计划的数据结构包括：片段标识、退化向量、节点列表、拓扑关系、模型版本、参数、区域掩码引用、质量门限、失败重试策略和结果存储路径；各模块之间传递的视频帧、特征、掩码、策略、任务描述或日志均关联视频流标识、时间戳和配置版本，以保证视频处理顺序、可追溯性及故障后的恢复能力。

13、本发明的有益效果：通过多维度退化识别和加权融合形成带置信度的退化画像，依据处理依赖约束自动编排修复图，并通过试处理质量门控实现闭环调整，实现了视频修复策略从人工经验驱动到数据驱动自动生成的技术效果，避免了固定修复顺序导致的缺陷放大和语义破坏问题。