视频防抖关键性技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61502079
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Videos captured with portable devices(hand-held cameras, cameras mounted on vehicles) often appear remarkably shaky, resulting in the deterioration of the video quality. The problem becomes serious when the video contains multiple dynamic objects, multiple depth layers and large depth variations. Besides, the rolling shutter effects can further cause content deformations. Traditionally ,these challenges were handled separately, or even stayed untouched, which would cause the artifacts such as wobbling and structure aberration. This project focus on several critical issues of video stabilization. By solving the problems and integrating the solutions, a video stabilization system will be accomplished, which is robust to various types of videos. The research includes, (1) a method of 3D rotational and translational motion separation that deals with the presence of discontinuity depth; (2) a 3D co-reconstruction based scheme that stitches multiple videos for the enlarged view angles; (3) a patch-match, space-time fusion algorithm that enhances the blurry frames; (4) and a feature based approach that rectifies the rolling shutter distortions. We will study how to combine the proposed techniques into a unified framework, from which the high quality videos can be obtained. We will validate the system through extensive quantitative and qualitative evaluations.
使用手持、车载或机载设备拍摄视频不可避免会产生大大小小的抖动,直接导致视频质量下降。这一问题在复杂场景下(多个运动物体、多重背景、大景深等)尤其严重。另外,卷帘快门形变也会导致视频变形。传统的视频防抖方法只能应对单一难点,然而在实际拍摄中,多个难点都是捆绑出现的,应统一应对。本课题拟研究视频防抖中的几个关键技术,从而建立一套具有普适性、鲁棒性和可扩展性的视频防抖系统。研究内容包括:(1) 设计基于三维旋转平移分离的方法来应对非连续深度场景的运动恢复和渲染;(2) 拓展组三维重建技术来完善多视频协同防抖及拼接;(3) 采用块搜索和时空融合来消除视频模糊;(4) 基于特征点匹配的卷帘快门形变矫正。本课题将把上述几个关键技术有机的结合在一起,使得各点之间能相互促进,组合成一套具有实用性的视频防抖系统,并辅之以大量的实验进行验证和测试。

结项摘要

本课题研究了视频防抖中的几个关键技术,建立了一套具有普适性、鲁棒性和可扩展性的视频防抖系统。具体研究内容包括4个方面:(1) 提出了一种网格流算法MeshFlow, 可进行实时在线视频防抖和图像对齐;(2)提出了基于旋转平移分离的近景视频防抖算法。(3) 拓展组三维重建技术实现多视频协同防抖及拼接;(4) 采用块搜索和时空融合技术实现视频去模糊。本课题把上述几个关键技术结合在一起,组合成了一套具有实用性的视频防抖系统。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(9)
专利数量(6)
MMSE-Directed Linear Image Interpolation Based on Nonlocal Geometric Similarity
基于非局部几何相似度的MMSE定向线性图像插值
  • DOI:
    10.1109/lsp.2017.2711609
  • 发表时间:
    2017-06
  • 期刊:
    IEEE SIGNAL PROCESSING LETTERS
  • 影响因子:
    3.9
  • 作者:
    Zhu Shuyuan;He Zhiying;Liu Shuaicheng;Zeng Bing
  • 通讯作者:
    Zeng Bing
Seamless Video Stitching from Hand-held Camera Inputs
手持式摄像机输入的无缝视频拼接
  • DOI:
    10.1111/cgf.12848
  • 发表时间:
    2016-05-01
  • 期刊:
    COMPUTER GRAPHICS FORUM
  • 影响因子:
    2.5
  • 作者:
    Lin, Kaimo;Liu, Shuaicheng;Zeng, Bing
  • 通讯作者:
    Zeng, Bing
View-Consistent MeshFlow for Stereoscopic Video Stabilization
用于立体视频稳定的视图一致 MeshFlow
  • DOI:
    10.1109/tci.2018.2866227
  • 发表时间:
    2018-12-01
  • 期刊:
    IEEE TRANSACTIONS ON COMPUTATIONAL IMAGING
  • 影响因子:
    5.4
  • 作者:
    Guo, Heng;Liu, Shuaicheng;Zeng, Bing
  • 通讯作者:
    Zeng, Bing
Cross-Space Distortion Directed Color Image Compression
跨空间失真定向彩色图像压缩
  • DOI:
    10.1109/tmm.2017.2749162
  • 发表时间:
    2018-03
  • 期刊:
    IEEE Transactions on Multimedia
  • 影响因子:
    7.3
  • 作者:
    Zhu Shuyuan;Li Mingyu;Chen Chen;Liu Shuaicheng;Zeng Bing
  • 通讯作者:
    Zeng Bing
A Hybrid Approach for Near-Range Video Stabilization
近距视频稳定的混合方法
  • DOI:
    10.1109/tcsvt.2016.2556587
  • 发表时间:
    2017
  • 期刊:
    IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY
  • 影响因子:
    8.4
  • 作者:
    Liu Shuaicheng;Xu Binhan;Deng Chuang;Zhu Shuyuan;Zeng Bing;Gabbouj Moncef
  • 通讯作者:
    Gabbouj Moncef

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘帅成的其他基金

面向复杂场景和相机自由运动的在线视频防抖研究
  • 批准号:
    62372091
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
基于视频编码的计算摄像学研究
  • 批准号:
    61872067
  • 批准年份:
    2018
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码