视频帧修复方法、装置、设备、存储介质和程序产品

技术领域

本公开涉及视频处理技术领域，尤其涉及一种视频帧修复方法、装置、设备、存储介质和程序产品。

背景技术

视频修复是一类经典的计算机视觉任务，其目标是将低质量的输入视频进行修复和增强，从而得到清晰且细节更加丰富的视频。、

相较于图像修复问题，视频修复问题需要有效利用相邻帧的信息来获取多的细节信息。

发明内容

本公开实施例提供了一种视频帧修复方法、装置、设备、存储介质和程序产品，通过多个串联的注意力变换网络对每一个相邻帧进行处理，考虑了相邻帧间的注意力，改善了融合效果。

第一方面，本公开实施例提供一种视频帧修复方法，所述方法包括：

获取待融合视频中的视频帧组，其中所述视频帧组包括当前视频帧和所述当前视频帧的相邻视频帧；

将所述视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，所述注意力变换网络包括一组串联的注意力变换模块，所述注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，所述待融合视频帧组包括至少一个或多个所述注意力变换模块输出的当前视频帧对应的视频帧；

对所述待融合视频帧组进行处理，得到修复后的当前视频帧。

第二方面，本公开实施例提供一种视频帧修复装置，所述装置包括：

视频帧组获取模块，用于获取待融合视频中的视频帧组，其中所述视频帧组包括当前视频帧和所述当前视频帧的相邻视频帧；

待融合视频帧组确定模块，用于将所述视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，所述注意力变换网络包括一组串联的注意力变换模块，所述注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，所述待融合视频帧组包括至少一个或多个所述注意力变换模块输出的当前视频帧对应的视频帧；

视频帧修复模块，用于对所述待融合视频帧组进行处理，得到修复后的当前视频帧。

第三方面，本公开实施例提供一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面中任一项所述的视频帧修复方法。

第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面中任一项所述的视频帧修复方法。

第五方面，本公开实施例提供一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上述第一方面中任一项所述的视频帧修复方法。

本公开实施例提供了一种视频帧修复方法、装置、设备、存储介质和程序产品，所述方法包括：获取待融合视频中的视频帧组，其中视频帧组包括当前视频帧和当前视频帧的相邻视频帧；将视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，注意力变换网络包括一组串联的注意力变换模块，注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，待融合视频帧组包括至少一个或多个注意力变换模块输出的当前视频帧对应的视频帧；对待融合视频帧组进行处理，得到修复后的当前视频帧。本公开实施例通过多个串联的注意力变换网络对每一个相邻帧进行处理，考虑了相邻帧间的注意力，改善了融合效果。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例中的一种注意力变换模块的结构示意图；

图2为本公开实施例中的一种多头注意力原理的结构示意图；

图3为本公开实施例中的一种视频帧修复方法的流程图；

图4为本公开实施例中的一种视频帧修复的流程框图；

图5为本公开实施例中的一种特征块划分的示意图；

图6为本公开实施例中的一种注意力计算流程的结构框图；

图7为本公开实施例中的一种视频帧修复装置的结构示意图

图8为本公开实施例中的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

视频修复是一类经典的计算机视觉任务，其目标是将低质量的输入视频进行修复和增强，从而得到清晰且细节更加丰富的视频。近年来，随着网络带宽的提升，短视频，直播等视频内容已经成为人们日常生活中最常见的传播媒介之一。

相较于图像修复问题，视频修复问题需要有效利用相邻帧的信息来获取多的细节信息。因此，大多数的视频修复网络可以分为运动补偿模块、多帧特征融合模块以及图像重建模块。其中多帧特征融合模块主要负责将经过运动补偿模块的多帧特征进行有效融合，运动补偿模块可以消除相邻帧间因为相机和背景运动所产生的位移，从而使得后续的多帧融合模块可以有效进行信息融合。运动补偿模块运作过程通常可表示为：

F

其中，F

多帧融合对最终的修复后图像重建非常重要。不同的相邻帧由于时序位置、模糊程度、视差问题，为参考帧提供的信息量不同；对齐效果不好的帧对接下来的图像重建不利。因此融合多帧特征时需要对相邻帧上的特征进行有效的选择和融合。

注意力转换Transformer网络最早被使用在语音任务中，通过对语音序列求取包括自注意力在内的全局注意力来对语音序列进行处理，其可以有效替代循环神经网络(Recurrent Neural Network，RNN)网络，避免RNN网络在处理长序列时的信息遗忘问题。如图1所示，一个Transformer模块由多头注意力(Multi-Head Attention)、前馈网络(FFN)以及层归一化(Norm)构成。

其中多头注意力(Multi-Head Attention)是Transformer模块的核心，如图2所示，其工作原理是：(a

目前的多帧特征融合模块主要采用基于空间和通道注意力的融合方式，其中空间注意力只考虑了相邻两帧间的关系，并且尝试只通过一次融合便将多帧进行融合。这种方式容易没有考虑到多个相邻帧间的关系，并且单次融合的策略也导致融合不够稳定。

为解决上述问题，本公开实施例提供了一种视频帧修复方法，通过多个串联的注意力变换网络对每一个相邻帧进行处理，考虑了相邻帧间的注意力，改善了融合效果。

下面将结合附图，对本申请实施例提出的视频帧修复方法进行详细介绍。

图3为本公开实施例中的一种视频帧修复方法的流程图，本实施例可适用于对视频进行修复的情况，该方法可以由视频帧修复装置执行，该视频帧修复装置可以采用软件和/或硬件的方式实现，该视频帧修复装置可配置于电子设备中。

例如：所述电子设备可以是移动终端、固定终端或便携式终端，例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统(PCS)设备、个人导航设备、个人数字助理(PDA)、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合，包括这些设备的配件和外设或者其任意组合。

再如：所述电子设备可以是服务器，其中，所述服务器可以是实体服务器，也可以是云服务器，服务器可以是一个服务器，或者服务器集群。

如图3所述，本公开实施例提供的视频帧修复方法主要包括如下步骤：

S101、获取待融合视频中的视频帧组，其中所述视频帧组包括当前视频帧和所述当前视频帧的相邻视频帧。

其中，所述待融合视频可以包括需要进行修复的视频片段，该待融合视频可以是通过摄像头实时拍摄的视频，也可以是通过输入装置输入的视频数据。

进一步的，所述待融合视频可以包括通过运动补偿模块运动补偿后的视频帧，即所述视频帧组是经过运动补偿的视频帧组。

在本实施例中，当前视频帧可以理解为当前时刻需要进行视频修复的视频帧，相邻视频帧可以理解为与当前视频帧相邻的两个视频帧。需要说明的是，本实施例中，当前视频帧以F

获取待融合视频中的视频帧组可以是从运动补偿模块中获取经过运动补偿的视频帧组。

S102、将所述视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，所述注意力变换网络包括一组串联的注意力变换模块，所述注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，所述待融合视频帧组包括至少一个或多个所述注意力变换模块输出的当前视频帧对应的视频帧。

在本实施例中，一组串联的注意力变换模块首尾依次相连，注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，第一个注意力变换模块对接收到的视频帧组进行全局注意力处理后，输出至第二个注意力变换模块，然后进行注意力处理后输出至后一个注意力变换模块，即前一注意力变换模块的输出是后一个注意力变换模块的输入，直到最后一个注意力变换网络输出待融合视频帧。

在一个可能的实施方式中，在所述注意力变换网络中，前一个所述注意力变换模块输出的视频帧组是后一个所述注意力变换模块的输入；其中，所述前一个所述注意力变换模块输出的视频帧组包括：经过前一个所述注意力变换模块处理过的当前视频帧对应的视频帧，以及经过前一个所述注意力变换模块处理过的相邻视频帧对应的视频帧。

如图4所示，一组N个注意力变换模块首尾依次相连。第一个注意力变换模块接收当前视频帧F

在一个可能的实施方式中，所述注意变换模块对输入的视频帧组进行处理的过程，包括：将所述视频帧组中的当前视频帧和所述相邻视频帧分别划分为多个图像块；针对当前视频帧中的每个图像块，与所述相邻视频帧中对应的图像块进行全局注意力计算；将全局注意力计算后的多个图像块进行拼接，得到处理过的当前视频帧对应的视频帧。

其中，划分为多个图像块可以是按照面积平均划分，例如：平均四宫格划分，或者平均的横向平行四个部分等。也可以是按照视频帧中的图像类型进行划分，例如：背景图是一部分，人物图像是一部分，建筑物是一部分，等等；再如：图像以人物为主时，背景图是一部分，人物头像是一部分，人物躯干是一部分。需要说明的是，本实施例中仅对特征块的划分方式进行示例性说明，而非限定。

在本实施例中，以第一个注意力变换模块处理当前视频帧F

在本实施例中，针对每个图像块，均进行全局注意力，该方法虽然为了效率放弃了全图的自注意力机制，但对于视频修复问题的多帧融合模块来说，并不是很严重的问题。由于多帧融合模块的输入特征是已经经过运动补偿的特征，有用的相邻帧特征已经被对齐到同一个图像块内，因此无需获取全局注意力。

如图6所示，以多头注意力网络是3层为例进行对全局注意力计算进行说明。获取输入矩阵是(1,1)，(1,2)和(2,1)输入3层多头注意力网络进行全局注意力计算，将3层多头注意力网络的全局注意力计算结果进行合并，得到该特征块的全局注意力计算。

需要说明的是，每次多头注意力网络进行全局注意力计算的方法具体如图2所示，可参照上述实施例中的描述，本实施例中不再进行赘述。

S103、对所述待融合视频帧组进行处理，得到修复后的当前视频帧。

进一步的，如图4所示，获取第一个注意力变换模块输出的经过一次全局注意力处理的当前视频帧F

这样，可以有效的复用多次融合过程中的特征，避免单次融合带来的融合不稳定的问题。

本公开实施例中，将得到的融合后的中间帧F

本公开实施例提供了一种视频帧修复方法包括：获取待融合视频中的视频帧组，其中视频帧组包括当前视频帧和当前视频帧的相邻视频帧；将视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，注意力变换网络包括一组串联的注意力变换模块，注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，待融合视频帧组包括至少一个或多个注意力变换模块输出的当前视频帧对应的视频帧；对待融合视频帧组进行处理，得到修复后的当前视频帧。本公开实施例通过多个串联的注意力变换网络对每一个相邻帧进行处理，考虑了相邻帧间的注意力，改善了融合效果。

图7为本公开实施例中的一种视频帧修复装置的结构示意图，本实施例可适用于对视频进行修复的情况，该方法可以由视频帧修复装置执行，该视频帧修复装置可以采用软件和/或硬件的方式实现，该视频帧修复装置可配置于电子设备中。

如图7所述，本公开实施例提供的视频帧修复装置70主要包括：视频帧组获取模块71、待融合视频帧确定模块72和视频帧修复模块73。

其中，视频帧组获取模块71，用于获取待融合视频中的视频帧组，其中所述视频帧组包括当前视频帧和所述当前视频帧的相邻视频帧；

待融合视频帧组确定模块72，用于将所述视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，所述注意力变换网络包括一组串联的注意力变换模块，所述注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，所述待融合视频帧组包括至少一个或多个所述注意力变换模块输出的当前视频帧对应的视频帧；

视频帧修复模块73，用于对所述待融合视频帧组进行处理，得到修复后的当前视频帧。

本公开实施例提供了一种视频帧修复装置，用于执行如下流程：获取待融合视频中的视频帧组，其中视频帧组包括当前视频帧和当前视频帧的相邻视频帧；将视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，注意力变换网络包括一组串联的注意力变换模块，注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，待融合视频帧组包括至少一个或多个注意力变换模块输出的当前视频帧对应的视频帧；对待融合视频帧组进行处理，得到修复后的当前视频帧。本公开实施例通过多个串联的注意力变换网络对每一个相邻帧进行处理，考虑了相邻帧间的注意力，改善了融合效果。

在一个可能的实施方式中，在所述注意力变换网络中，前一个所述注意力变换模块输出的视频帧组是后一个所述注意力变换模块的输入；其中，所述前一个所述注意力变换模块输出的视频帧组包括：经过前一个所述注意力变换模块处理过的当前视频帧对应的视频帧，以及经过前一个所述注意力变换模块处理过的相邻视频帧对应的视频帧。

在一个可能的实施方式中，待融合视频帧组确定模块72，包括：

图像块划分单元，用于将所述视频帧组中的当前视频帧和所述相邻视频帧分别划分为多个图像块；

注意力计算单元，用于针对当前视频帧中的每个图像块，与所述相邻视频帧中对应的图像块进行全局注意力计算；

图像块拼接单元，用于将全局注意力计算后的多个图像块进行拼接，得到处理过的当前视频帧对应的视频帧。

具体的，所述视频帧组中的当前视频帧和所述相邻视频帧均为经过运动补偿的视频帧。

在一个可能的实施方式中，视频帧修复模块73，包括：

视频帧融合单元，用于将所述待融合视频帧组输入至融合网络，得到当前视频帧对应的融合视频帧；

视频帧修复单元，用于将所述融合视频帧输入至图像重建网络，得到修复后的当前视频帧。

本公开实施例提供的视频帧修复装置，可执行本公开方法实施例所提供的视频帧修复方法中所执行的步骤，具备执行步骤和有益效果此处不再赘述。

图8为本公开实施例中的一种电子设备的结构示意图。下面具体参考图8，其示出了适于用来实现本公开实施例中的电子设备800的结构示意图。本公开实施例中的电子设备800可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、可穿戴终端设备等等的移动终端以及诸如数字TV、台式计算机、智能家居设备等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理以实现如本公开所述的实施例的图片渲染方法。在RAM 803中，还存储有终端设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许终端设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的终端设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码，从而实现如上所述的页面跳转方法。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 702被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该终端设备执行时，使得该终端设备：获取待融合视频中的视频帧组，其中所述视频帧组包括当前视频帧和所述当前视频帧的相邻视频帧；将所述视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，所述注意力变换网络包括一组串联的注意力变换模块，所述注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，所述待融合视频帧组包括至少一个或多个所述注意力变换模块输出的当前视频帧对应的视频帧；对所述待融合视频帧组进行处理，得到修复后的当前视频帧。

可选的，当上述一个或者多个程序被该终端设备执行时，该终端设备还可以执行上述实施例所述的其他步骤。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复方法，包括：获取待融合视频中的视频帧组，其中所述视频帧组包括当前视频帧和所述当前视频帧的相邻视频帧；将所述视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，所述注意力变换网络包括一组串联的注意力变换模块，所述注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，所述待融合视频帧组包括至少一个或多个所述注意力变换模块输出的当前视频帧对应的视频帧；对所述待融合视频帧组进行处理，得到修复后的当前视频帧。根据本公开的一个或多个实施例，本公开提供了一种视频帧修复方法，其中，在所述注意力变换网络中，前一个所述注意力变换模块输出的视频帧组是后一个所述注意力变换模块的输入；其中，所述前一个所述注意力变换模块输出的视频帧组包括：经过前一个所述注意力变换模块处理过的当前视频帧对应的视频帧，以及经过前一个所述注意力变换模块处理过的相邻视频帧对应的视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复方法，其中，所述注意变换模块对输入的视频帧组进行处理的过程，包括：将所述视频帧组中的当前视频帧和所述相邻视频帧分别划分为多个图像块；针对当前视频帧中的每个图像块，与所述相邻视频帧中对应的图像块进行全局注意力计算；将全局注意力计算后的多个图像块进行拼接，得到处理过的当前视频帧对应的视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复方法，其中，所述视频帧组中的当前视频帧和所述相邻视频帧均为经过运动补偿的视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复方法，其中，对所述待融合视频帧组进行处理，得到修复后的当前视频帧，包括：将所述待融合视频帧组输入至融合网络，得到当前视频帧对应的融合视频帧；将所述融合视频帧输入至图像重建网络，得到修复后的当前视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复装置，所述装置包括：视频帧组获取模块，用于获取待融合视频中的视频帧组，其中所述视频帧组包括当前视频帧和所述当前视频帧的相邻视频帧；待融合视频帧组确定模块，用于将所述视频帧组输入至注意力变换网络，得到待融合视频帧组，其中，所述注意力变换网络包括一组串联的注意力变换模块，所述注意力变换网络的输入是该组注意力变换模块中第一个注意力变换模块的输入，所述待融合视频帧组包括至少一个或多个所述注意力变换模块输出的当前视频帧对应的视频帧；视频帧修复模块，用于对所述待融合视频帧组进行处理，得到修复后的当前视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复装置，其中，在所述注意力变换网络中，前一个所述注意力变换模块输出的视频帧组是后一个所述注意力变换模块的输入；其中，所述前一个所述注意力变换模块输出的视频帧组包括：经过前一个所述注意力变换模块处理过的当前视频帧对应的视频帧，以及经过前一个所述注意力变换模块处理过的相邻视频帧对应的视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复装置，其中，待融合视频帧组确定模块72，包括：图像块划分单元，用于将所述视频帧组中的当前视频帧和所述相邻视频帧分别划分为多个图像块；注意力计算单元，用于针对当前视频帧中的每个图像块，与所述相邻视频帧中对应的图像块进行全局注意力计算；图像块拼接单元，用于将全局注意力计算后的多个图像块进行拼接，得到处理过的当前视频帧对应的视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复装置，其中，所述视频帧组中的当前视频帧和所述相邻视频帧均为经过运动补偿的视频帧。

根据本公开的一个或多个实施例，本公开提供了一种视频帧修复装置，其中，视频帧修复模块73，包括：视频帧融合单元，用于将所述待融合视频帧组输入至融合网络，得到当前视频帧对应的融合视频帧；视频帧修复单元，用于将所述融合视频帧输入至图像重建网络，得到修复后的当前视频帧。

根据本公开的一个或多个实施例，本公开提供了一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开提供的任一所述的视频帧修复方法。

根据本公开的一个或多个实施例，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开提供的任一所述的视频帧修复方法。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上所述的视频帧修复方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。