视频作为重要的信息载体,与我们生活的联系日益密切。现如今,人们可以随时随地拍摄和分享视频。然而手持摄像设备拍摄的视频会受抖动问题的困扰,从而给视频观看者带来不适。因此需要对抖动的视频进行稳定化处理,即视频稳像。另外,视频稳像技术也可以用于其他视频处理过程的预处理步骤,例如目标检测、视频压缩等等,提高这些任务的准确性和鲁棒性。目前的视频稳像算法能够在一定程度上处理抖动的视频,但仍存在一些问题。此外,随着虚拟现实技术的发展以及全景相机的普及,全景视频正在逐渐占领市场。全景视频同样面临着抖动的问题,且由于其广视域的特性,大多数算法并不适用。本文对基于传感器的视频稳像算法以及针对全景视频特性的视频稳像算法进行了详细的调查研究,具体工作有:本文介绍了基于图像的视频稳像算法以及基于传感器的视频稳像算法的算法流程以及各自的优缺点,并以基于传感器的视频稳像算法为基础,将深度学习方法应用到视频稳像领域,提出了基于融合神经网络的视频稳像算法,利用传感器信息计算出摄像机的运动路径,并在路径优化的过程中通过训练融合神经网络预测对应帧的平滑结果。本文主要介绍了神经网络模型的数据集处理、标签生成、损失函数定义以及模型构建,并通过实验数据从路径平滑性以及视频的稳定性进行了性能比较。该算法能够比较好的去除视频中的抖动,并且不依赖未来时刻的信息,可以达到实时处理的效果,计算简便且鲁棒性强,易于集成到移动终端。全景视频因其广视域的特性,对抖动的敏感程度较高,且常用的平面运动模型难以描述其运动路径。针对全景视频的特性,本文提出一种视点自适应的全景视频稳像算法,使用3D球面模型对特征点进行提取跟踪,刻画视频帧画面之间的运动路径,并使用基于优化的方法对原始路径进行平滑,目标函数包含平滑约束及方向约束,使得在消除抖动的同时可以将图像的显著性区域能够尽可能地呈现在正方向,即用户视野当中。实验证明,本文的稳像算法可以有效地消除视频中的抖动,并且将显著区域呈现给视频观看者,进一步提高观看体验。