(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210929241.9 (22)申请日 2022.08.03 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 徐雪　杨洁琼　阮明慧　江文乐　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 冯右明 (51)Int.Cl. G06T 3/40(2006.01) G06T 5/50(2006.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 视频处理方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉及一种视频处理方法、 装置、 计算 机设备和存储介质， 涉及人工智 能技术领域。 所 述方法包括： 获取待处理视频中视频帧的特征参 数； 将特征参数输入预先训练的空间模型， 得到 视频帧的空间特征； 将空间特征输入 预先训练的 时间模型， 通过时间模型对空间特征和视频帧的 时间特征进行融合， 得到视频帧的第一融合特 征； 时间特征通过时间模型得到； 将第一融合特 征输入预先训练的编解码模型， 通过编解码模型 对第一融合特征和视频帧的尺度特征进行融合， 得到视频帧的第二融合特征； 尺度特征通过编解 码模型得到； 根据第二融合特征， 得到与待处理 视频对应的超分辨率视频。 采用本方法能够有效 提升手机视频质量。 权利要求书2页 说明书13页 附图4页 CN 115147284 A 2022.10.04 CN 115147284 A 1.一种视频处 理方法， 其特 征在于， 所述方法包括： 获取待处 理视频中视频帧的特 征参数； 将所述特 征参数输入预 先训练的空间模型， 得到所述视频帧的空间特 征； 将所述空间特征输入预先训练 的时间模型， 通过所述 时间模型对所述空间特征和所述 视频帧的时间特征进行融合， 得到所述视频帧的第一融合特征； 所述时间特征通过所述时 间模型得到； 将所述第一融合特征输入预先训练 的编解码模型， 通过所述编解码模型对所述第 一融 合特征和所述视频帧的尺度特征进行融合， 得到所述视频帧的第二融合特征； 所述尺度特 征通过所述编解码模型 得到； 根据所述第二融合特 征， 得到与所述待处 理视频对应的超分辨 率视频。 2.根据权利要求1所述的方法， 其特征在于， 所述特征参数包括图像特征和标记； 所述 获取待处 理视频中视频帧的特 征参数， 包括： 获取原始待处理视频； 对所述原 始待处理视频进行 数据清洗， 得到清洗后视频； 对所述清洗后视频进行分组， 得到所述待处 理视频； 对所述待处理视频中的各所述视频帧进行特征映射处理， 得到各所述视频帧的图像特 征， 以及， 对所述待处 理视频中的各 所述视频帧进行嵌入处 理， 得到各 所述视频帧的标记。 3.根据权利要求2所述的方法， 其特征在于， 所述待处理视频包含至少一组视频帧， 每 组所述视频帧中的各所述视频帧分别对应于一个空间模型； 所述将所述特征参数输入预先 训练的空间模型， 得到所述视频帧的空间特 征， 包括： 将每组所述视频帧中的各所述视频帧的特征参数， 分别 输入至所述视频帧对应的空间 模型， 得到各 所述视频帧的空间特 征。 4.根据权利要求2所述的方法， 其特征在于， 所述编解码模型包含两个下采样子模型、 一个尺度不变子模型和两个上采样子模型； 所述将所述第一融合特征输入 预先训练的编解 码模型， 通过所述编解码模型对所述第一融合特征和所述视频帧的尺度特征进行融合， 得 到所述视频帧的第二融合特 征， 包括： 将所述第一融合特征依次输入至所述两个下采样子模型、 一个尺度不变子模型和两个 上采样子模型， 得到所述视频帧的第二融合特 征。 5.根据权利要求2所述的方法， 其特征在于， 所述根据所述第二融合特征， 得到与所述 待处理视频对应的超分辨 率视频， 包括： 将所述视频帧的第 二融合特征与 所述视频帧的图像特征进行融合， 得到所述视频帧的 第三融合特 征； 对所述第三融合特 征进行反卷积层重建处 理， 得到重建后视频帧； 将所述重建后视频帧与所述待处 理视频的视频帧进行叠加， 得到所述超分辨 率视频。 6.根据权利要求5所述的方法， 其特征在于， 所述将所述重建后视频帧与所述待处理视 频的视频帧进行叠加， 得到所述超分辨 率视频， 包括： 将所述重建后视频帧与所述待处 理视频的视频帧进行叠加， 得到 叠加后视频帧； 将至少一个所述叠加后视频帧相连接， 得到 叠加后视频； 根据预设的视频显示 参数， 对所述叠加后视频进行参数调整， 得到所述超分辨 率视频。权　利　要　求　书 1/2 页 2 CN 115147284 A 27.根据权利要求1所述的方法， 其特征在于， 在获取待处理视频中视频帧的特征参数之 前， 还包括： 获取模型训练数据和所述模型训练数据对应的数据标识； 将所述模型训练数据输入至待训练 的超分辨率模型， 得到所述模型训练数据的识别结 果； 根据所述模型训练数据的识别结果和所述数据标识之间的差异， 对所述待训练 的超分 辨率模型进行训练， 得到预先训练的超分辨率模型； 所述预先训练的超分辨率模型包括所 述预先训练的空间模型、 所述预 先训练的时间模型和所述预 先训练的编解码模型。 8.一种视频处 理装置， 其特 征在于， 所述装置包括： 参数获取模块， 用于获取待处 理视频中视频帧的特 征参数； 第一处理模块， 用于将所述特征参数输入预先训练的空间模型， 得到所述视频帧的空 间特征； 第二处理模块， 用于将所述空间特征输入预先训练的时间模型， 通过所述时间模型对 所述空间特征和所述视频帧的时间特征进行融合， 得到所述视频帧的第一融合特征； 所述 时间特征通过所述时间模型 得到； 第三处理模块， 用于将所述第一融合特征输入预先训练的编解码模型， 通过所述编解 码模型对所述第一融合特征和所述视频帧的尺度特征进行融合， 得到所述视频帧的第二融 合特征； 所述尺度特 征通过所述编解码模型 得到； 超分辨率模块， 用于根据所述第二融合特征， 得到与所述待处理视频对应的超分辨率 视频。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115147284 A 3