摘要
本申请实施例提供了一种基于扩散模型的视频超分辨方法、系统、设备及介质,其中,一种基于扩散模型的视频超分辨方法包括:构建训练样本集,其中,所述训练样本集包括低分辨率样本视频以及低分辨率样本视频对应的高分辨率样本视频;构建初始扩散模型,其中,所述初始扩散模型包括编码器模块、时间嵌入模块、Unet网络模块和解码器模块;利用所述训练样本集对所述初始扩散模型进行多轮迭代训练,以获得目标扩散模型;利用所述目标扩散模型对待处理的低分辨率视频进行视频超分辨处理,得到高分辨率视频。通过在初始扩散模型中引入时间嵌入模块,实现了抑制扩散模型中图像生成过程的随机性和不确定性,使模型能学习到不同时间步长的视频帧特征的效果。
技术关键词
视频超分辨方法
编码器模块
视频数据特征
视频编码数据
训练样本集
网络模块
解码器
非线性
视频帧特征
分辨系统
模型训练模块
动态
注意力
传播算法
系统为您推荐了相关专利信息
风险评估模型
训练样本集
强化学习算法
决策
风险评估方法
产品组合
产品推荐方法
文本
训练样本集
计算机设备
裂纹检测系统
变桨轴承
图像采集模块
风力发电机组
裂纹识别
土地覆盖分类方法
多尺度特征提取
文本
图像
智能分类技术