本申請(qǐng)實(shí)施例涉及視頻編碼，尤其涉及一種圖像處理方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、視頻圖像經(jīng)過(guò)數(shù)字化之后數(shù)據(jù)量會(huì)非常大，為了減少對(duì)帶寬和存儲(chǔ)的占用，加快處理時(shí)間，在視頻傳輸之前會(huì)對(duì)視頻使用視頻編碼技術(shù)進(jìn)行壓縮編碼。其中，視頻編碼技術(shù)是通過(guò)編碼器將原始視頻信號(hào)轉(zhuǎn)換為壓縮視頻數(shù)據(jù)，從而減少數(shù)據(jù)量。在視頻編碼過(guò)程中，會(huì)用到許多壓縮技術(shù)，如幀內(nèi)壓縮、幀間壓縮等。其中，jpeg量化壓縮作為一種成熟且高效的壓縮技術(shù)，在視頻編碼過(guò)程中有著十分廣泛的應(yīng)用。

2、在幀內(nèi)壓縮過(guò)程中，jpeg量化壓縮利用離散余弦變換（dct）將視頻中的圖像從空間域轉(zhuǎn)換到頻率域，在頻率域中，低頻部分包含了圖像的主要信息，高頻部分則包含了圖像的細(xì)節(jié)信息。通過(guò)量化，舍棄高頻部分的一些信息，從而達(dá)到壓縮的目的。然而，由于量化過(guò)程是有損的，因此這種方法在減少文件體積的同時(shí)，也會(huì)導(dǎo)致一定程度的圖像質(zhì)量損失，最終導(dǎo)致視頻編碼后，相比原始視頻，會(huì)有一個(gè)明顯的畫質(zhì)損失。

3、需要說(shuō)明的是，上述內(nèi)容并不必然是現(xiàn)有技術(shù)，也不用于限制本申請(qǐng)的專利保護(hù)范圍。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供一種圖像處理方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、計(jì)算機(jī)程序產(chǎn)品，以解決或緩解上面提出的一項(xiàng)或更多項(xiàng)技術(shù)問(wèn)題。

2、本申請(qǐng)實(shí)施例的一個(gè)方面提供了一種圖像處理方法，所述方法包括：

3、從訓(xùn)練集中取出訓(xùn)練圖像輸入至目標(biāo)模型中的預(yù)測(cè)模塊，利用所述預(yù)測(cè)模塊對(duì)所述訓(xùn)練圖像進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)圖像；

4、將所述預(yù)測(cè)圖像輸入至所述目標(biāo)模型中可導(dǎo)的jpeg壓縮模塊，利用所述jpeg壓縮模塊對(duì)所述預(yù)測(cè)圖像進(jìn)行壓縮，得到壓縮圖像；

5、計(jì)算所述目標(biāo)模型的損失函數(shù)，所述損失函數(shù)包括所述訓(xùn)練圖像與所述預(yù)測(cè)圖像的第一損失函數(shù)、所述訓(xùn)練圖像與所述壓縮圖像的第二損失函數(shù)，所述第二損失函數(shù)的權(quán)重與所述jpeg壓縮模塊采用的量化因子成反比；

6、根據(jù)所述損失函數(shù)對(duì)所述目標(biāo)模型進(jìn)行訓(xùn)練，并返回執(zhí)行所述從訓(xùn)練集中取出訓(xùn)練圖像輸入至目標(biāo)模型中的預(yù)測(cè)模塊及之后的步驟，直到所述目標(biāo)模型達(dá)到預(yù)設(shè)精度。

7、可選地，所述利用所述jpeg壓縮模塊對(duì)所述預(yù)測(cè)圖像進(jìn)行壓縮，得到壓縮圖像，包括：

8、從預(yù)設(shè)的量化因子取值范圍中隨機(jī)選擇一個(gè)量化因子；

9、以查表的方式獲取所述隨機(jī)選擇的量化因子對(duì)應(yīng)的量化表；

10、根據(jù)所述量化表對(duì)所述預(yù)測(cè)圖像進(jìn)行壓縮，得到壓縮圖像。

11、可選地，所述第一損失函數(shù)為重構(gòu)損失，所述第二損失函數(shù)為l1損失函數(shù)。

12、可選地，所述第一損失函數(shù)為重構(gòu)損失和感知損失。

13、可選地，所述預(yù)測(cè)模塊采用卷積神經(jīng)網(wǎng)絡(luò)。

14、可選地，所述方法還包括：

15、獲取目標(biāo)視頻的各個(gè)幀圖像和目標(biāo)量化因子；

16、將每一所述幀圖像分別輸入至所述訓(xùn)練好的目標(biāo)模型中，利用所述訓(xùn)練好的目標(biāo)模型根據(jù)所述目標(biāo)量化因子得到每一所述幀圖像對(duì)應(yīng)的壓縮圖像。

17、本申請(qǐng)實(shí)施例的另一個(gè)方面提供了一種圖像處理裝置，所述裝置包括：

18、預(yù)測(cè)模塊，用于從訓(xùn)練集中取出訓(xùn)練圖像輸入至目標(biāo)模型中的預(yù)測(cè)模塊，利用所述預(yù)測(cè)模塊對(duì)所述訓(xùn)練圖像進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)圖像；

19、壓縮模塊，用于將所述預(yù)測(cè)圖像輸入至所述目標(biāo)模型中可導(dǎo)的jpeg壓縮模塊，利用所述jpeg壓縮模塊對(duì)所述預(yù)測(cè)圖像進(jìn)行壓縮，得到壓縮圖像，所述jpeg壓縮模塊用于采用隨機(jī)大小的量化因子對(duì)所述預(yù)測(cè)圖像進(jìn)行壓縮；

20、計(jì)算模塊，用于計(jì)算所述目標(biāo)模型的損失函數(shù)，所述損失函數(shù)包括所述訓(xùn)練圖像與所述預(yù)測(cè)圖像的第一損失函數(shù)、所述訓(xùn)練圖像與所述壓縮圖像的第二損失函數(shù)，所述第二損失函數(shù)的權(quán)重與所述jpeg壓縮模塊采用的量化因子成反比；

21、訓(xùn)練模塊，用于根據(jù)所述損失函數(shù)對(duì)所述目標(biāo)模型進(jìn)行訓(xùn)練，并返回執(zhí)行所述從訓(xùn)練集中取出訓(xùn)練圖像輸入至目標(biāo)模型中的預(yù)測(cè)模塊及之后的步驟，直到所述目標(biāo)模型達(dá)到預(yù)設(shè)精度。

22、本申請(qǐng)實(shí)施例的另一個(gè)方面提供了一種計(jì)算機(jī)設(shè)備，包括：至少一個(gè)處理器；及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中：所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如上所述的方法。

23、本申請(qǐng)實(shí)施例的另一個(gè)方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)內(nèi)存儲(chǔ)有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的方法。

24、本申請(qǐng)實(shí)施例的另一個(gè)方面提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的方法。

25、本申請(qǐng)實(shí)施例采用上述技術(shù)方案可以包括如下優(yōu)勢(shì)：

26、通過(guò)從訓(xùn)練集中取出訓(xùn)練圖像輸入至目標(biāo)模型中的預(yù)測(cè)模塊，利用預(yù)測(cè)模塊得到預(yù)測(cè)圖像；將預(yù)測(cè)圖像輸入至目標(biāo)模型中可導(dǎo)的jpeg壓縮模塊，利用jpeg壓縮模塊得到壓縮圖像，計(jì)算目標(biāo)模型的損失函數(shù)，損失函數(shù)包括訓(xùn)練圖像與預(yù)測(cè)圖像的第一損失函數(shù)、訓(xùn)練圖像與壓縮圖像的第二損失函數(shù)，且第二損失函數(shù)的權(quán)重與jpeg壓縮模塊采用的量化因子成反比；根據(jù)損失函數(shù)對(duì)目標(biāo)模塊進(jìn)行訓(xùn)練，并返回執(zhí)行之前的步驟，直到目標(biāo)模型達(dá)到預(yù)設(shè)精度，通過(guò)在目標(biāo)模型中引入可導(dǎo)的jpeg壓縮模塊，以及采用與jpeg壓縮模塊采用的量化因子成反比的損失函數(shù)權(quán)重，可以結(jié)合預(yù)測(cè)模塊和jpeg壓縮模塊來(lái)使目標(biāo)模型獲得抵抗量化損失的能力，減少壓縮帶來(lái)的畫質(zhì)損失。

技術(shù)特征：

1.一種圖像處理方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用所述jpeg壓縮模塊對(duì)所述預(yù)測(cè)圖像進(jìn)行壓縮，得到壓縮圖像，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一損失函數(shù)為重構(gòu)損失，所述第二損失函數(shù)為l1損失函數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一損失函數(shù)為重構(gòu)損失和感知損失。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述預(yù)測(cè)模塊采用卷積神經(jīng)網(wǎng)絡(luò)。

6.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述方法還包括：

7.一種圖像處理裝置，其特征在于，所述裝置包括：

8.?一種計(jì)算機(jī)設(shè)備，其特征在于，包括：

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)內(nèi)存儲(chǔ)有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)實(shí)施例了提供一種圖像處理方法，該圖像處理方法包括：從訓(xùn)練集中取出訓(xùn)練圖像輸入至目標(biāo)模型中的預(yù)測(cè)模塊，利用預(yù)測(cè)模塊得到預(yù)測(cè)圖像；將預(yù)測(cè)圖像輸入至目標(biāo)模型中可導(dǎo)的JPEG壓縮模塊，利用JPEG壓縮模塊得到壓縮圖像；計(jì)算目標(biāo)模型的損失函數(shù)，損失函數(shù)包括訓(xùn)練圖像與預(yù)測(cè)圖像的第一損失函數(shù)、訓(xùn)練圖像與壓縮圖像的第二損失函數(shù)，第二損失函數(shù)的權(quán)重與JPEG壓縮模塊采用的量化因子成反比；根據(jù)損失函數(shù)對(duì)目標(biāo)模型進(jìn)行訓(xùn)練，并返回執(zhí)行從訓(xùn)練集中取出訓(xùn)練圖像輸入至目標(biāo)模型中的預(yù)測(cè)模塊及之后的步驟，直到目標(biāo)模型達(dá)到預(yù)設(shè)精度。本申請(qǐng)實(shí)施例的技術(shù)方案可以減少量化過(guò)程產(chǎn)生的畫質(zhì)損失。

技術(shù)研發(fā)人員：邱慎杰,吳志強(qiáng)
受保護(hù)的技術(shù)使用者：上?；秒娦畔⒖萍加邢薰?br/>技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9