La estabilización de video es una tecnología crítica para mejorar la calidad del video al eliminar o reducir la inestabilidad de la imagen causada por el movimiento de la cámara, mejorando así la experiencia visual. Se ha integrado profundamente en diversas aplicaciones, incluyendo la grabación manual, la fotografía aérea con UAV y la vigilancia montada en vehículos. Impulsados por avances en el aprendizaje profundo, los métodos de estabilización basados en datos han surgido como soluciones prominentes, demostrando una eficacia superior en el manejo de la vibración al lograr una mayor eficiencia de procesamiento. Esta revisión examina sistemáticamente el campo de la estabilización de video. Primero, este documento delinea el cambio de paradigma de enfoques clásicos a basados en aprendizaje profundo. Posteriormente, aclara los marcos de estabilización digital convencionales y sus contrapartes de aprendizaje profundo, junto con el establecimiento de métricas de evaluación estandarizadas y conjuntos de datos de referencia para análisis comparativos. Finalmente, esta revisión aborda desafíos críticos como las limitaciones de robustez en escenarios de movimiento complejos y las restricciones de latencia en el procesamiento en tiempo real. Al integrar perspectivas interdisciplinarias, este trabajo proporciona a los académicos ideas académicamente rigurosas y prácticamente relevantes para avanzar en la investigación de la estabilización de video.