利用深度卷积神经网络进行视频修复的方法、系统、终端

摘要

本发明提供了一种利用深度卷积神经网络进行视频修复的方法、系统、终端，包括：对原始视频数据集进行预处理，形成训练集；构建特征提取网络模型；构建损失函数；联合利用训练集和损失函数对构建的特征提取网络模型进行训练，通过训练生成的结果，对模型进行调参，得到最终的视频修复模型；利用得到的视频修复模型对视频进行修复。本发明提供的利用深度卷积神经网络进行视频修复的方法、系统、终端，改变了传统方法依靠人工定义和提取特征的弊端，利用深度卷积神经网络强大的特征提取能力，加上帧间的边缘信息作为修复引导，使得视频帧在空域和时域上的特征得到尽可能多的利用，同时提升了视频修复的主、客观质量评价指标。