摘要
本发明公开了一种吊舱无人机视频防抖方法及系统,包括:S1:采集实时风力数据和视频抖动数据,并将这两种数据按照时间轴进行关联;S2:构建高空风补偿模型,根据视频抖动数据、风力数据和风向数据,预测真实风力数据和风向数据;S3:构建视频抖动处理模型,提取视频抖动数据的特征点;S4:根据所述视频抖动数据的特征点,计算抖动方向和幅度;S5:根据所述抖动方向和幅度,对视频进行抖动补偿,得到优化后的视频数据。本发明旨在通过预测高空风风力和风速,代替无人机风力传感器;同时,赋予重要的关键点更高的权重,解决传统吊舱无人机视频防抖方法成本较高、未考虑高空风影响、关键点重要性的影响导致的防抖效果不佳的问题。
技术关键词
视频抖动
视频数据特征
视频防抖方法
无人机姿态
吊舱
门控循环单元
关键点
风力传感器
特征点
视频防抖系统
平滑方法
图像
矩阵
网络
跟踪特征
光流算法
系统为您推荐了相关专利信息
飞行方法
三维环境地图
点云
GPS定位系统
控制无人机飞行
协同调控方法
深度强化学习算法
能量管理
表达式
规划
智能吊舱
异常点
智能故障诊断方法
时间序列特征
区域特征分析
特征融合网络
无人机姿态
深度卷积神经网络
估计方法
Inception结构
呼吸监测方法
呼吸运动信号
频率
时序
消除视频抖动