An online solution for video stabilization in wide-area surveillance is crucial. Unfortunately, most online methods either suffer from the error accumulation problem (drift) or produce a non-smooth camera path (jitter). We present an online approach that mitigates these drawbacks as follows. First, it detects features from video frames. Then, descriptors are extracted around the detected features to match features between frames. For motion estimation between frames, the similarity transformation is estimated. Finally, motion smoothing or compensation is performed in an iterative way that is immune to error accumulation. Our experimental results on wide area motion imagery (WAMI) show that our approach produces a smooth camera path and is robust against error accumulation. Moreover, our results are comparable to those of state-of-the-art offline methods.
광역 감시영역에서 비디오의 안정화를 위한 온라인 솔루션은 중요하다. 불행히도, 대부분의 온라인에서 사용할 수 있는 방법들은 오류가 축적되는 문제(드리프트) 또는 자연스럽지 못한 카메라 경로(지터)를 생성하는 문제가 발생하고 있다. 우리는 이러한 단점을 보완하기 위해 다음과 같은 온라인 접근 방식을 제시하고자 한다. 첫째, 비디오 프레임으로부터 특징을 추출한다. 그 후, 디스크립터들은 프레임 사이의 특징들에 부합시키기 위하여 검출된 특징들로부터 추출된다. 프레임 사이의 움직임을 추정하기 위하여 유사도 변환이 추정된다. 마지막으로, 움직임을 정규화하거나 보간하는 작업이 오류축적이 일어나지 않는 순환적인 방법으로 이루어진다. 광역 동작 영역 형상화에 대한 우리의 실험적인 결과는 우리의 접근 방식이 자연스러운 카메라 경로를 생성하고, 오류 축적으로부터 견고하다는 것을 보여주고 있다. 나아가, 최신 오프라인 방법들과 견줄 수 있을만한 결과를 보였다.
