半监督P-N学习互信息熵图像稳定

本文提出一种半监督P-N学习互信息熵图像稳定算法,构建一种图像稳定-学习框架(Image Stabilization-Learning,ISL)。在互信息熵图像稳定基础上,引入一种半监督P-N学习机制,对运动数据进行推理训练,并通过对训练数据分类;构建分类训练模型,对运动参数进行预测;在此基础之上,通过评估模型更新运动估计参数,实现对抖动视频序列进行在线补偿。本文经采用互信息熵稳定与半监督P-N学习互信息熵图像算法对抖动视频序列测试对比,运动估计稳定失误率降低至1%,进一步提升视频序列高频去抖动能力。