【技术实现步骤摘要】
车载视频稳像方法、装置、车辆及存储介质
[0001]本申请属于图像处理
,尤其涉及一种车载视频稳像方法、装置、车辆及存储介质。
技术介绍
[0002]目前车载的视频录制功能是非常通用的,各个车型上都有相关的设备,在录制视频过程中,难免会遇到路面颠簸的情况,这时就需要稳像的功能。稳像分为两种通路,一个是云台为主的硬件稳像方法,一种是纯软件的解决思路。
[0003]现有技术中通常是利用神经网络提取图像的关键点,从而对全图估计一个运动矩阵,其运动估计准确度低,从而导致视频稳像的处理效果差的问题。
技术实现思路
[0004]本申请实施例提供了一种车载视频稳像方法、装置、车辆及存储介质,可以提高神经网络对视频图像的运动估计的准确度,从而提升视频稳像的处理效果。
[0005]第一方面,本申请实施例提供了一种车载视频稳像方法,包括:
[0006]获取车辆的车载视频;
[0007]将所述车载视频输入第一神经网络,得到多张网格状的第一运动向量图,其中,所述第一运动向量图用于表征所述车载视频中每相邻两帧图像的后一帧图像相对于前一帧图像的每个网格对应的偏移向量;
[0008]对所述第一运动向量图进行平滑处理,得到处理后的第二运动向量图;
[0009]根据所述第二运动向量图,计算得到第一运动光流图,其中,所述第一运动光流图用于表征所述车载视频中每相邻的两帧图像的后一帧图像相对于前一帧图像的每个像素点对应的运动位移;
[0010]根据所述第一运动光流图对所述车载视频 ...
【技术保护点】
【技术特征摘要】
1.一种车载视频稳像方法,其特征在于,包括:获取车辆的车载视频;将所述车载视频输入第一神经网络,得到多张网格状的第一运动向量图,其中,所述第一运动向量图用于表征所述车载视频中每相邻两帧图像的后一帧图像相对于前一帧图像的每个网格对应的偏移向量;对所述第一运动向量图进行平滑处理,得到处理后的第二运动向量图;根据所述第二运动向量图,计算得到第一运动光流图,其中,所述第一运动光流图用于表征所述车载视频中每相邻的两帧图像的后一帧图像相对于前一帧图像的每个像素点对应的运动位移;根据所述第一运动光流图对所述车载视频中的帧图像进行运动补偿,得到稳像视频。2.如权利要求1所述的车载视频稳像方法,其特征在于,所述对所述第一运动向量图进行平滑处理,得到处理后的第二运动向量图,包括:针对所述车载视频的每帧图像,获取当前帧图像的前后K帧图像各自对应的所述第一运动向量图,其中,K为正整数;将所述当前帧图像的前后K帧图像各自对应的所述第一运动向量图进行加权融合计算,得到所述第二运动向量图。3.如权利要求1所述的车载视频稳像方法,其特征在于,还包括:获取目标移动速度,所述目标移动速度为拍摄所述车载视频的摄像设备,在拍摄所述车载视频时的移动速度;从多个神经网络中查找与所述目标移动速度匹配的神经网络,并将匹配得到的神经网络作为第一神经网络。4.如权利要求3所述的车载视频稳像方法,其特征在于,所述摄像设备为车辆上安装的摄像头,所述获取目标移动速度,包括:当所述摄像设备拍摄所述车载视频时,获取所述车辆的行驶速度,将所述行驶速度确定为所述目标移动速度。5.如权利要求1所述的车载视频稳像方法,其特征在于,将所述车载视频输入第一神经网络之前,还包括:将所述车载视频输入已训练的非稳像视频分类模型进行处理,得到所述车载视频为非稳像视频的概率值;若所述概率值大于设定阈值,则执行将所述车载视频输入第一神经网络的步骤以及后续步骤。6.如权利要求1所述的车载视频稳像方法,其特征在于,在所述车载视频输入到第一神经网络之前,还包括基于训练后的去噪网络模型对所述车载视频进行去噪处理,得到去噪处理后的车载视频;去噪网络模型的训练过程包括:获取训练数据集,其中,所述训练数据集包括多个数据对,每个所述数据对包括N张第一视频图像和N张第二视频图像,所述第一视频图像对应的光线亮度值小于所述第二视频图像对应的光线亮度值,所述第一视频图像和所述第二视频图像各自对应不同拍摄对象,N为正整数;
基于所述训练数据集对待训练的去噪网络模型进行迭代训练,得到训练后的去噪网络模型。7.如权利要求6所述的车载视频稳像方法,其特征在于,所述基于所述训练数据集对待训练的去噪网络模型进行迭代训练,得到训练后的去噪网络模型,包括:将所述数据对中的所述第一视频图像输入所述去噪网络模型,得到第三视频图像;将所述第三视频图像输入全局判别网络,得到第一判别结果;将所述数据对中的所述第二视频图像输入所述全局判别网络,得到第二判别结果;将所述第三视频图像的局部图像输入局部判别网络,得到第三判别结果;根据所述第一判别结果、所述第二判别结果和所述第三判别结果计算所述去噪网络模型的目标损失值;根据所述目标损失值更新所述去噪网络模型的网络参数,获得训练后的去噪网络模型。8.如权利要求6所述的车载视频稳像方法,其特征在于,所述基于训练后的去噪网络模型对所述车载视频进行去噪处理...
【专利技术属性】
技术研发人员:魏建军,贾澜鹏,樊强,刁玥,颉毅,赵龙,陈现岭,
申请(专利权)人:长城汽车股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。