一种用于图像去卷积的深度优化方法
计算机视觉与模式识别
2019-04-17 v1 机器学习
摘要
在盲图像去卷积中，常利用先验来约束解空间，以缓解欠定性。与去卷积任务分别训练的先验往往不稳定或无效。我们提出 Golf Optimizer，一种新颖而简单的网络形式，可从数据中学习具有更好传播行为的深度先验。如打高尔夫般，我们的方法首先用一个网络估计朝向最优解的激进传播，并循环应用残差 CNN 学习先验的梯度以进行复原的精细校正。实验表明我们的网络在 GoPro 数据集上取得有竞争力的性能，且相比最先进工作我们的模型极轻量。
引用
@article{arxiv.1904.07516,
title = {A Deep Optimization Approach for Image Deconvolution},
author = {Zhijian Luo and Siyu Chen and Yuntao Qian},
journal= {arXiv preprint arXiv:1904.07516},
year = {2019}
}
备注
12 pages, 16 figures