技术特征：
1.一种视频画质增强模型的构建方法，其特征在于，包括：获取清晰度增强模型训练数据、分辨率增强模型训练数据和色彩增强模型训练数据；利用所述清晰度增强模型训练数据对自编码网络进行训练，得到清晰度增强模型，所述自编码网络包括编码器和解码器，所述编码器和所述解码器分别由卷积神经网络组成；利用所述色彩增强模型训练数据对双路生成式对抗网络进行训练，得到色彩增强模型；利用所述分辨率增强模型训练数据对卷积神经网络进行训练，得到分辨率增强模型；将所述清晰度增强模型、所述色彩增强模型和所述分辨率增强模型转换为预设格式，并将其按照清晰度增强-色彩增强-分辨率增强的顺序集成在视频转码程序中。2.根据权利要求1所述的方法，其特征在于，所述自编码网络还包括噪声估计子网络，所述噪声估计子网络是利用噪声估计训练数据对卷积神经网络进行训练后得到的。3.根据权利要求2所述的方法，其特征在于，所述利用所述清晰度增强模型训练数据对自编码网络进行训练，得到清晰度增强模型，包括：将所述清晰度增强模型训练数据输入所述噪声估计子网络，得到所述清晰度增强模型训练数据的噪声值；将所述清晰度增强模型训练数据和所述噪声值依次输入所述编码器和所述解码器，得到所述自编码网络的输出数据；将所述自编码网络的输出数据和所述清晰度增强模型训练数据的真实参考图像数据输入第一损失函数，得到所述第一损失函数的输出值；当所述第一损失函数的输出值收敛时，得到所述清晰度增强模型。4.根据权利要求1所述的方法，其特征在于，所述第一损失函数为最小绝对值偏差函数l1-loss、最小平方误差函数l2-loss与平滑损失函数smoth-loss的加权和。5.根据权利要求1所述的方法，其特征在于，所述利用所述色彩增强模型训练数据对双路生成式对抗网络进行训练，得到色彩增强模型，包括：将所述色彩增强模型训练数据输入所述双路生成式对抗网络，得到所述双路生成式对抗网络的输出数据；将所述双路生成式对抗网络的输出数据和所述色彩增强模型训练数据的真实参考图像数据输入第二损失函数，得到所述第二损失函数的输出值，所述第二损失函数为循环一致性损耗函数；当所述第二损失函数的输出值收敛时，得到所述色彩增强模型。6.根据权利要求1所述的方法，其特征在于，所述分辨率增强模型对应的卷积神经网络以残差网络为基本模块，各残差网络之间加入预设级联机制。7.根据权利要求6所述的方法，其特征在于，所述利用所述分辨率增强模型训练数据对卷积神经网络进行训练，得到分辨率增强模型，包括：将所述分辨率增强模型训练数据输入卷积神经网络，得到该卷积神经网络的输出数据；将该卷积神经网络的输出数据和所述分辨率增强模型训练数据的真实参考图像数据输入第三损失函数，得到所述第三损失函数的输出值，所述第三损失函数为基于特征金字塔的函数；
当所述第三损失函数的输出值收敛时，得到所述分辨率增强模型。8.一种视频画质增强方法，其特征在于，包括：在接收到视频画质增强请求的情况下，对所述视频画质增强请求进行解析，得到待增强视频帧和增强处理选项，所述增强处理选项至少为清晰度增强选项、色彩增强选项和分辨率增强选项中的任意一个选项；将所述待增强视频帧输入与所述增强处理选项对应的视频画质增强模型中，得到视频画质增强处理后的视频帧，其中，所述视频画质增强模型是根据权利要求1～7所述的一种视频画质增强模型的构建方法预先构建的，所述清晰度增强选项对应清晰度增强模型，所述色彩增强选项对应色彩增强模型，所述分辨率增强选项对应分辨率增强模型。9.根据权利要求8所述的方法，其特征在于，当所述视频画质增强请求中包括一个以上所述增强处理选项时，所述将所述待增强视频帧输入与所述增强处理选项对应的视频画质增强模型中，得到视频画质增强处理后的视频帧，包括：按照清晰度增强-色彩增强-分辨率增强的顺序，将所述待增强视频帧输入与所述增强处理选项对应的视频画质增强模型中，得到视频画质增强处理后的视频帧。10.一种视频画质增强模型的构建装置，其特征在于，包括：训练数据获取单元，用于获取清晰度增强模型训练数据、分辨率增强模型训练数据和色彩增强模型训练数据；清晰度增强模型构建单元，用于利用所述清晰度增强模型训练数据对自编码网络进行训练，得到清晰度增强模型，所述自编码网络包括编码器和解码器，所述编码器和所述解码器分别由卷积神经网络组成；色彩增强模型构建单元，用于利用所述色彩增强模型训练数据对双路生成式对抗网络进行训练，得到色彩增强模型；分辨率增强模型构建单元，用于利用所述分辨率增强模型训练数据对卷积神经网络进行训练，得到分辨率增强模型；模型集成单元，用于将所述清晰度增强模型、所述色彩增强模型和所述分辨率增强模型转换为预设格式，并将其按照清晰度增强-色彩增强-分辨率增强的顺序集成在视频转码程序中。11.一种视频画质增强装置，其特征在于，包括：增强请求解析单元，用于在接收到视频画质增强请求的情况下，对所述视频画质增强请求进行解析，得到待增强视频帧和增强处理选项，所述增强处理选项至少为清晰度增强选项、色彩增强选项和分辨率增强选项中的任意一个选项；增强处理单元，用于将所述待增强视频帧输入与所述增强处理选项对应的视频画质增强模型中，得到视频画质增强处理后的视频帧，其中，所述视频画质增强模型是根据权利要求1～7所述的一种视频画质增强模型的构建方法预先构建的，所述清晰度增强选项对应清晰度增强模型，所述色彩增强选项对应色彩增强模型，所述分辨率增强选项对应分辨率增强模型。
技术总结
本发明提供了一种视频画质增强模型的构建方法、视频画质增强方法及装置，利用机器学习方法，通过构建清晰度增强模型、色彩增强模型和分辨率增强模型，并将其按照清晰度增强-色彩增强-分辨率增强的顺序集成在视频转码程序中，根据用户的视频画质增强请求，实现在视频转码程序中对视频画质的清晰度增强和/或色彩增强和/或分辨率增强，满足用户不同的视频画质增强请求，提高了视频画质增强方法的通用性。性。性。
技术研发人员：李志华 高政 杨松
受保护的技术使用者：飞狐信息技术（天津）有限公司
技术研发日：2020.11.16
技术公布日：2022/5/17