技术特征：
技术总结
本发明提供一种基于宽度学习的视频去抖动方法，根据原始视频的当前待处理帧、处理过的视频对应帧、非学习型处理方法的输出视频的对应帧的上一帧，获得训练集的输入数据以及测试集的输入数据，然后利用映射函数来提取视频时间连续性的初级特征，接着利用激活函数对初级特征进行特征增强，得到增强特征；将初级特征以及增强特征联立，得到第n个网络中提取到的所有特征，在训练集中构建以视频时间连续性和视频内容保真度为约束条件的能量函数，通过最小角回归法求解满足上述能量函数中的权重，并将其连接特征层与输出层的目标权重，最后在测试集中根据目标权重与提取到的所有特征获得测试集的视频去抖动的输出帧。
技术研发人员：陈志华;李超;陈若溪;陈莉莉;盛斌;李平
受保护的技术使用者：华东理工大学
技术研发日：2018.06.27
技术公布日：2018.11.30