1.论文题目和关键词
Title:
Efficient Video Stitching Based on Fast Structure Deformation
基于快速结构变形的高效视频拼接算法
Keywords：
Computational efficiency计算效率；
computer vision计算机视觉；
intensity misalignment强度失准；
machine learning机器学习；
structure misalignment结构失准；
video stitching视频拼接.
2.摘要大意
In computer vision, video stitching is a very challenging problem. In this paper, we proposed an efficient and effective wide-view video stitching method based on fast structure deformation that is capable of simultaneously achieving quality stitching and computational efficiency. For a group of synchronized frames, firstly, an effective double-seam selection scheme is designed to search two distinct but structurally corresponding seams in the two original images. The seam location of the previous frame is further considered to preserve the interframe consistency. Secondly, along the double seams, 1-D feature detection and matching is performed to capture the structural relationship between the two adjacent views. Thirdly, after feature matching, we propose an efficient algorithm to linearly propagate the deformation vectors to eliminate structure misalignment. At last, image intensity misalignment is corrected by rapid gradient fusion based on the successive over relaxation iteration (SORI) solver. A principled solution to the initialization of the SORI significantly reduced the number of iterations required. We have compared favorably our method with seven state-of-the-art image and video stitching algorithms as well as traditional ones. Experimental results show that our method outperforms the existing ones compared in terms of overall stitching quality and computational efficiency.
在计算机视觉中，视频拼接是一个非常具有挑战性的问题。本文提出了一种基于快速结构变形的广域视频拼接方法，该方法能够同时实现高质量的拼接和计算效率。首先，对于一组同步帧，设计一种有效的双接缝选择方案，以搜索两个原始图像中两个不同但结构上相对应的接缝。进一步考虑前一帧的接缝位置以保持帧间一致性。其次，沿着双缝进行一维特征检测与匹配，以捕捉相邻两视图之间的结构关系。第三，在特征匹配后，提出了一种有效的变形向量线性传播算法来消除结构失准。最后，基于逐次超松弛迭代（SORI）求解器，通过快速梯度融合来校正图像强度失准。SORI初始化的原则解决方案显着减少了所需的迭代次数。我们将我们的方法与七个最新的图像和视频拼接算法以及传统算法进行了比较。实验结果表明，该方法在整体拼接质量和计算效率方面优于现有方法。
3.从不同角度分析该篇论文的创新点，并谈谈有什么学术价值
创新点：
（1）提出了一种基于快速结构变形的视频拼接方法，该方法具有高质量、低计算量的特点。
（2）提出了一种具有空间和时间一致性的双缝选择模型，该模型具有线性复杂性。
（3）理论上证明了变形模型可以有效转化为线性反插值问题。
（4）提出了一个有效梯度融合的逐次超松弛迭代（SORI）求解器的解决方案，能够很好的消除强度和结构失准的问题。
学术价值：
（1）以往的研究注重图像拼接，该论文主要研究视频拼接，且同时解决了前文献未能解决的高质量拼接和低计算成本的问题。
（2）对于双接缝选择，该论文的模型同时考虑了空间和帧间的一致性（时间）约束，可以有效的传播视频拼接中的候选接缝，使模型的计算复杂度和重叠区域的面积成线性关系。而以往的研究只考虑了由图割（graph cut）优化的梯度平滑度和相似性，且是非线性的。
（3）该论文将形变量子化和传播问题转化为变形向量的线性反插值，与以往研究中的基于图割方法的最小化能量函数相比，在视觉上可以达到同样的效果。
4.对该篇论文结论的理解及对学习工作的启发
（1）该论文提出了一种有效梯度融合的逐次超松弛迭代（SORI）算法，不仅在方法上有所创新，且全面提升了计算效率和拼接质量。具有较高的实际应用价值，适用于对计算速度要求较高的场合（人脸识别、物体追踪、自动驾驶）。
（2）文章对于实际场景中存在大量复杂相似结构的图像如何进行精准匹配的问题没有展开阐述，可做进一步的研究。