右边的画面,是不是比左边的画面看上去稳定许多?
这样的效果,大家可能并不陌生。现在,不少手机厂商都为自家手机配备了类似的防抖算法,为你拍摄生活Vlog提供便利。
不过,目前的智能手机在面对复杂的抖动时,主要是通过电子防抖(EIS)的方式来实现画面的稳定。
也就是说,需要对画面的边界进行裁剪,通过“后期处理”,实现画面的稳定:
而现在,一项来自台湾大学、谷歌、弗吉尼亚理工大学和加州大学默塞德分校等研究机构的论文,提出了一种无需裁剪的全帧视频稳定算法。
即使是奔跑中拍摄的画面,也能稳定不少。
那么,这只AI具体是如何做到防抖的?
方法原理
该方法的核心思想,是融合视频中多个相邻帧的信息,来呈现无需裁剪的完整稳定视频。
具体而言,对于输入视频,首先对每一帧图像特征进行编码,并在目标时间戳处将相邻帧翘曲至虚拟相机空间。
这里面主要用到了目标帧到关键帧的翘曲场,以及从关键帧到相邻帧的估计光流两个信息,这样,就可以通过链接流向量,计算目标帧到相邻帧的翘曲场。
然后,融合这些特征。
实验结果
研究人员在NUS数据集和自拍视频数据集上验证了该方法。
在上表中,DIFRINT方法同样是无需裁剪的方法。虽然该方法在失真值(distortion value)上略优于本文方法,但如下图所示,DIFRINT的结果中有明显的局部失真。
总体而言,本文提出的方法优于此前的SOTA方法。
不过,论文也谈到了该方法的局限性,比如对卷帘式快门无效;如果视频帧间亮度变化很大,会导致明显的接缝;预处理阶段的平滑方法可能会导致失真等。
传送门
根据作者介绍,该项目即将开源,如果感兴趣,不妨先mark一下~
论文地址: https://arxiv.org/abs/2102.06205
项目地址: https://alex04072000.github.io/NeRViS/
来源:opencv学堂
免责声明:文章内容来自互联网,本站不对其真实性负责,也不承担任何法律责任,如有侵权等情况,请与本站联系删除。
转载请注明出处:如何用AI实现视频防抖?还是无需裁剪画面的那种 https://www.yhzz.com.cn/a/12971.html