视频处理方法、装置、计算机设备及存储介质与流程

技术特征：
1.一种视频处理方法，其特征在于，包括：获取待处理视频；调用已训练的视频增强模型，并将所述待处理视频输入至所述已训练的视频增强模型中进行处理，输出目标结果；基于引导滤波算法，对所述目标结果进行增强处理，得到所述待处理视频对应的目标视频。2.如权利要求1所述的方法，其特征在于，所述已训练的视频增强模型包括建立有长短跳跃连接的卷积模块、残差模块、注意力模块以及上采样模块；所述将所述待处理视频输入至所述已训练的视频增强模型中进行处理，输出目标结果，包括：将所述待处理视频输入至所述已训练的视频增强模型，通过所述卷积模块对所述待处理视频进行图像特征提取，得到视频特征图；通过所述残差模块对所述视频特征图进行特征增强处理，得到处理后的视频特征图；通过所述注意力模块对所述处理后的视频特征图进行特征选取处理，得到选取后的视频特征图；将所述选取后的视频特征图和所述视频特征图叠加，并通过所述上采样模块进行采样处理，得到目标结果。3.如权利要求2所述的方法，其特征在于，所述残差模块包括至少两个残差块。4.如权利要求1所述的方法，其特征在于，所述已训练的视频增强模型的损失函数包括结构相似性损失和光流损失，其中：所述结构相似性损失，用于表征待处理视频帧与目标视频帧之间的相似性损失；所述光流损失，用于表征各目标视频帧之间的差异损失；其中，所述待处理视频帧为所述待处理视频的视频帧，所述目标视频帧为所述目标视频中的视频帧。5.一种模型训练方法，其特征在于，包括：构建初始的视频增强模型，所述初始的视频增强模型包括建立有长短跳跃连接的卷积模块、残差模块、采样模块以及上采样模块；获取至少两组视频帧序列，并将所述至少两组视频帧序列划分为训练集和测试集；使用所述训练集，对所述初始的视频增强模型进行初步训练，得到初步训练后的视频增强模型；使用所述测试集，对所述初步训练后的视频增强模型进行测试调整，得到已训练的视频增强模型；获取并根据所述已训练的视频增强模型的模型参数，生成模型配置文件，所述模型配置文件用于发送至终端，以使所述终端调用所述已训练的视频增强模型。6.如权利要求5所述的方法，其特征在于，所述将所述至少两组视频帧序列划分为训练集和测试集，包括：对所述至少两组视频帧序列进行初步增强处理，得到处理后的视频帧序列；基于预设的集合数量，对所述处理后的视频帧序列进行划分，得到训练集和测试集。7.如权利要求5或6所述的方法，其特征在于，所述获取至少两组视频帧序列，包括：
获取样本视频；基于预设的场景类型，对所述样本视频进行抽帧处理，得到至少两个视频帧；将所述至少两个视频帧按照预设帧量分组，得到至少两组视频帧序列。8.一种视频处理装置，其特征在于，包括：视频获取模块，用于获取待处理视频；第一增强模块，用于调用已训练的视频增强模型，并将所述待处理视频输入至所述已训练的视频增强模型中进行处理，输出目标结果；第二增强模块，用于基于引导滤波算法，对所述目标结果进行增强处理，得到所述待处理视频对应的目标视频。9.一种模型训练装置，其特征在于，包括：模型构建模块，用于构建初始的视频增强模型，所述初始的视频增强模型包括建立有长短跳跃连接的卷积模块、残差模块、采样模块以及上采样模块；序列获取模块，用于获取至少两组视频帧序列，并将所述至少两组视频帧序列划分为训练集和测试集；初步训练模块，用于使用所述训练集，对所述初始的视频增强模型进行初步训练，得到初步训练后的视频增强模型；测试调整模块，用于使用所述测试集，对所述初步训练后的视频增强模型进行测试调整，得到已训练的视频增强模型；文件生成模块，用于获取并根据所述已训练的视频增强模型的模型参数，生成模型配置文件，所述模型配置文件用于发送至终端，以使所述终端调用所述已训练的视频增强模型。10.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器以及存储于所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至4任一项所述方法，或者权利要求5至7任一项所述方法中的步骤。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至4任一项所述方法，或者权利要求5至7任一项所述方法中的步骤。

技术总结
本申请提供一种视频处理方法、装置、计算机设备及存储介质，方法包括：获取待处理视频；调用已训练的视频增强模型，并将待处理视频输入至已训练的视频增强模型中进行处理，输出目标结果；基于引导滤波算法，对目标结果进行增强处理，得到待处理视频对应的目标视频。采用本方法不仅使得视频增强时长得到有效缩减，还确保了视频增强效果，满足了用户对终端侧视频实时性增强的需求。实时性增强的需求。实时性增强的需求。


技术研发人员：黄海鹏
受保护的技术使用者：武汉TCL集团工业研究院有限公司
技术研发日：2021.06.02
技术公布日：2022/12/5