基于卷积神经网络的大气湍流去除
图像与视频处理
2019-12-25 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
本文描述了一种基于深度学习的减轻大气畸变影响的新方法。我们构建了一个端到端的监督卷积神经网络（CNN）来重建受湍流破坏的视频序列。我们的框架基于残差学习概念开发，其中时空畸变被学习并预测。我们的实验表明，所提出的方法能够同时去模糊、消除涟漪效应并增强视频序列的对比度。我们的模型在模拟和真实畸变上进行了训练和测试。真实畸变的实验结果表明，在恢复图像质量方面，我们的方法比现有方法高出至多 3.8%，并且通过 GPU 实现，其速度比最先进的方法快至多 23 倍。
引用
@article{arxiv.1912.11350,
title = {Atmospheric turbulence removal using convolutional neural network},
author = {Jing Gao and N. Anantrasirichai and David Bull},
journal= {arXiv preprint arXiv:1912.11350},
year = {2019}
}