点击上方“AI算法与图像处理”，选择加"星标"或“置顶”
重磅干货，第一时间送达
鱼羊 发自 凹非寺
来源：量子位（QbitAI）
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：
△图片来自TDK
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。
NeRViS
Neural Re-rendering for Full-frame Video Stabilization
论文：https://arxiv.org/abs/2102.06205
项目：https://alex04072000.github.io/NeRViS
代码：https://github.com/alex04072000/NeRViS
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。
传统的全景图像拼接算法通常是在图像级别进行融合。这样做的缺点在于，如果估计光流不可靠，就会产生伪影。
而将图像编码为CNN特征，再在特征空间中进行融合的方法更具鲁棒性，但又往往会产生过于模糊的图像（如下图b）。
于是，研究人员提出结合两种策略的优点：首先将图像编码为CNN特征，然后从多个帧中融合翘曲特征。
对于每个源帧，研究人员将融合特征图和各个翘曲特征一起，解码成输出帧和相关的置信度图。
最后，通过使用生成图像的加权平均，来产生最终的输出帧。
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。
△标红的为最佳结果
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~
代码地址：
https://github.com/alex04072000/NeRViS
个人微信（如果没有备注不拉群！）
请注明：
地区+学校/企业+研究方向+暱称
![]()
下载1：何恺明顶会分享
在「AI算法与图像处理」公众号后台回复：何恺明，即可下载。总共有6份PDF，涉及 ResNet、Mask RCNN等经典工作的总结分析
下载2：终身受益的编程指南：Google编程风格指南
在「AI算法与图像处理」公众号后台回复：c++，即可下载。历经十年考验，最权威的编程规范！
下载3 CVPR2021
在「AI算法与图像处理」公众号后台回复：
CVPR
，即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文
点亮 
，告诉大家你也在看
本文分享自微信公众号 - AI算法与图像处理（AI_study）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。