[发明专利]一种基于深度学习的视频去抖方法有效
| 申请号： | 201910670613.9 | 申请日： | 2019-07-24 |
| 公开（公告）号： | CN110276739B | 公开（公告）日： | 2021-05-07 |
| 发明（设计）人： | 凌强;赵敏达;李峰 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;H04N5/21 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 安丽;邓治平 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的视频去抖方法，通过设计一个全卷积网络学习一个逐点的映射图，并根据这个映射图将抖动视角的像素点逐点映射到稳定视角。本发明提出的方法不再基于传统的特征匹配策略和单应矩阵估计，转而进行像素级的映射关系估计，这样的变换可以解决不连续的深度变化导致的局部不能用同一单应矩阵拟合的问题，从而在真实的视频中取得了更好的效果。同时本方法训练的深度网络具有更好的鲁棒性，尤其在处理低质量视频(如模糊视频、夜晚视频、含水印视频)时，具有比传统方法更好的效果。借助GPU并行处理的特性，本发明取得了比传统方法更快的处理速度，可以实现在线实时的视频去抖。 | ||
| 搜索关键词： | 一种 基于 深度 学习 视频 方法 | ||
【主权项】：
1.一种基于深度学习的视频去抖方法，其特征在于，包括以下步骤：Step1：训练阶段，将连续的抖动帧序列作为深度网络的输入，将稳定的帧作为深度网络的输出进行有监督训练，生成带权重的深度网络；Step2：测试阶段，将连续的抖动帧序列作为带权重的深度网络的输入，生成像素级的映射图，并变换生成稳定帧。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学技术大学，未经中国科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910670613.9/，转载请声明来源钻瓜专利网。
