近些年來,隨著智能設(shè)備的普及和發(fā)展,使用便攜式相機拍攝各種視頻已經(jīng)成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠�。這些拍攝的視頻除了記錄日常生活,也有一些被用于執(zhí)行一些復(fù)雜任務(wù),如目標(biāo)跟蹤、物體識別等。但是由于條件或者使用場景的限制,這些相機往往缺乏配套的穩(wěn)像設(shè)備,因而造成拍攝的視頻中常伴隨劇烈的抖動。這種抖動不僅會造成視頻質(zhì)量的下降和觀看者的不適,也會影響基于這些視頻執(zhí)行其他后續(xù)任務(wù),因此對抖動視頻進行去抖具有十分重要的意義。同時這也是目前一個非常熱門的研究方向。目前,針對一般場景的視頻去抖問題已經(jīng)有了一些較好的解決方法,但是這些現(xiàn)有算法在處理包含復(fù)雜場景的視頻時常常會出現(xiàn)去抖性能的下降甚至失效的情況。這些復(fù)雜場景包括大前景運動物體、強視差和多動態(tài)前景遮擋造成的不連續(xù)景深變化等。本文針對上述挑戰(zhàn)進行了深入的研究分析,并分別提出了具有針對性的算法。這些算法通過建立包含時間約束項和空間約束項的優(yōu)化函數(shù)（即時空優(yōu)化函數(shù)）進行視頻穩(wěn)定視角下的位置估計。歸納起來,本文的主要工作和研究成果有如下三點:1)提出了一種結(jié)合前景背景特征軌跡的視頻去抖算法。本算法主要解決包含大前景和強視差場景視頻的去抖問題。最典型... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：106 頁

【學(xué)位級別】：博士

【部分圖文】：

圖２．１生成對抗網(wǎng)絡(luò)示意圖

的視頻去抖相比，交通視頻去抖具有以下幾個難點：??？由于攝像頭是安裝在移動的車輛上的，因此其會遭受比手持相機拍攝的視??頻更強的抖動和更高的抖動頻率［２＼９４１。??？交通視頻中往往存在若干大前景物體，例如移動的汽車等。這些前景在視??頻幀中占比很大，因此此類視頻無法直接使用僅基于背景軌跡進行抖動估??計和平滑的方法進行有效的穩(wěn)定［２５］。??？在交通視頻中，視差是一種常見現(xiàn)象并會產(chǎn)生明顯的景深變化，這對于一??般傳統(tǒng)方法具有較大的挑戰(zhàn)性２５１。??現(xiàn)有的絕大部分視頻去抖算法都需要首先區(qū)分前景區(qū)域和背景區(qū)域，然后利??用背景區(qū)域進行相機運動估計和平滑。典型的現(xiàn)有方法［１７￣２５?４１］的流程如圖３．１所??

?第３章結(jié)合前景背景特征軌跡的視頻去抖算法???Ｐ?＾?ｆｆ，?＾?Ｐ??￣￣■?〇－?????〇—?￣〇＿＿＿．????＂，??Ｐ??．．．?ｔ－２?ｔ－１?ｔ?ｔ＋１?ｔ＋２?．．．??圖３．３抖動特征軌跡Ｐ與其對應(yīng)的穩(wěn)定特征軌跡Ｐ之間的變換矩陣。??１．相似的相機抖動：在第ｆ幀中，所有的特征軌跡包含相似的相機抖動Ｊ，。??２．相似的同源運動：當(dāng)兩條特征軌跡戶，和￥來自于同一物體，即同一前景物??體或背景時，它們包含的主動運動（即和｛義，，｝，）相似。??３．軌跡平滑性：對于給定的特征軌跡尸；，其穩(wěn)定視角下的軌跡月應(yīng)該具有緩??慢平滑的幀間運動，即不同幀間的巧，＋１?－?應(yīng)該變化緩慢。??因此ｆ在第？幀的穩(wěn)定視角可以通過求解以下優(yōu)化問題得到：??？?ｍｉｎ?〇（｛＾．，｝），?（３．７）??｛＾＞ｉ，）＾，友ｅ｛，＿？，…，，，…，，十Ｗ?｝??其中??〇｛｛Ｐｕｋ｝）?＝?〇ｌ＋〇２?＋?〇，?＋?〇Ａ，?（３．８）??＝?Ｅ?月廠？Ｈ巧廠？）丨丨２，??ｋｅＣ２ｔ?ｉｊｅｓ??％?＝?Ｚ?Ｉ＞，，Ｍ丨丨（月廠月，卜１）－（匕－＾－１）丨｜２，??ｋＧＱｔ?ｉｊＥ＾Ｓ??巴３?＝?ｓ?ｉｘ』（ｎ）－（ｎ）＂２，??ｍ＾ｎＥＱｊ?ｉＧＳ??ａ?＝?Ｚ５＞（心－？）丨丨２，??ｋｓ￡２ｊ?ｉ＾Ｓ??其中■０，是在第／幀的濾波窗口，５■表示在第ｒ幀中連續(xù)的特征軌跡的集合。（＾Ｍ，??爲(wèi)＃，＜，？，｜＾是權(quán)重參數(shù)。＇＾通常被設(shè)置為砧＝｛〖－？，一，〖，？，７?＋?？｝。因此在??第ｒ幀，我們需要通過設(shè)置《幀的延遲得到｛」Ｐ；ｖ＋１，．“，ｉ＾＋Ｊ。在第／幀，我

【參考文獻】：
期刊論文
[1]Robust camera pose estimation by viewpoint classification using deep learning[J]. Yoshikatsu Nakajima,Hideo Saito.  Computational Visual Media. 2017(02)
[2]基于SIFT特征匹配的實時魯棒視頻去抖動系統(tǒng)[J]. 於俊,汪增福.  系統(tǒng)工程與電子技術(shù). 2014(02)
[3]電子穩(wěn)像技術(shù)綜述[J]. 王志民,徐曉剛.  中國圖象圖形學(xué)報. 2010(03)
[4]移動機器人視頻穩(wěn)定方法的研究[J]. 高彤,李瑞峰,孫立寧.  哈爾濱工業(yè)大學(xué)學(xué)報. 2007(09)

博士論文
[1]復(fù)雜運動場景的交通視頻消抖算法研究[D]. 鄧思斌.中國科學(xué)技術(shù)大學(xué) 2017
[2]復(fù)雜交通場景中運動目標(biāo)智能監(jiān)控[D]. 嚴(yán)金豐.中國科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]手機高清視頻實時穩(wěn)像算法研究與實現(xiàn)[D]. 魏雪巍.北方工業(yè)大學(xué) 2018



本文編號：3301611