摘要
本发明提供了一种转播画面实时增强方法,所述方法包括:获取原始视频和目标高质量视频作为训练样本;将原始视频输入生成模型进行增强处理,得到对应的模拟高质量视频,使用判别模型对比模拟高质量视频与目标高质量视频,根据对比结果对生成器进行优化;所述优化过程中,结合基于像素差异的L2损失函数与感知损失函数对生成器进行调整,并使用高分辨率视频和其低分辨率版本进行监督学习;将生成模型置入导播台系统中,生成模型接收实时视频流并对每一帧进行增强处理,输出高质量的转播画面。本发明有益效果:通过神经网络处理实时视频流,提高画面清晰度和视觉效果,保障导播输出的画面质量。
技术关键词
感知损失函数
实时视频流
神经网络架构
画面
分类策略
导播台
色彩直方图
Adam算法
样本
重排特征
像素
滤波器
随机噪声
数据分布
纹理特征
分辨率
视频帧
上采样
系统为您推荐了相关专利信息
神经网络架构搜索
降噪方法
降噪模型
脑电图数据
电信号
人脸识别系统
分类策略
SVM分类器
特征提取单元
对比度
虚拟现实VR设备
图像
计算机程序产品
电子设备
可读存储介质
分布式模型
参数可调
汇聚节点
神经网络架构搜索
动态更新参数