利用显式多尺度交叉相关进行双像素图像的景深去模糊

景深模糊是摄影中常见的问题。当以大光圈捕获图像时会导致浅景深。有时人们希望实现这一点，例如在人物特效中。否则，从审美角度以及下游计算机视觉任务（如分割和深度估计）来看，这是一个问题。将一个失焦图像去模糊以获得全焦图像是一个高度具有挑战性且常常是 ill-posed 的问题。最近的工作利用双像素（DP）图像信息来解决这个问题，DP 传感器产生两个次光学视角，包含景深误差线索。给定像素的误差直接与从焦平面距离成正比。然而，现有方法采用通道级拼接两种 DP 视图的 na"ive 方法，而未在网络中显式利用误差线索。本文提议在两种 DP 视图之间执行显式交叉相关，以在网络中引导针对不同图像区域的适当去模糊。我们采用多尺度交叉相关来处理不同尺度的模糊和误差。对我们的多尺度交叉相关网络（MCCNet）进行的定量和定性评估表明，它在拥有更低计算复杂度的情况下，实现了比现有最先进方法更好的景深去模糊。