盲运动去模糊超分辨率：当动态时空学习遇见静态图像理解
计算机视觉与模式识别
2021-10-20 v2
摘要
单图像超分辨率（SR）与多帧 SR 是超分辨率低分辨率图像的两种途径。单图像 SR 通常独立处理每幅图像，但忽略了连续帧中隐含的时序信息。多帧 SR 能够通过捕捉运动信息对时序依赖建模，然而其依赖于邻近帧，而真实世界中并非总可获得。同时，轻微相机抖动易对远距离拍摄的低分辨率图像造成重度运动模糊。为解决这些问题，提出一种盲运动去模糊超分辨率网络 BMDSRNet，从单幅静态运动模糊图像中学习动态时空信息。运动模糊图像是相机曝光期间随时间累积的结果，而所提 BMDSRNet 学习逆过程，并使用三流结构基于精心设计的重建损失函数学习双向时空信息以恢复干净高分辨率图像。大量实验表明，所提 BMDSRNet 优于近期最先进方法，并能同时处理图像去模糊与 SR。
引用
@article{arxiv.2105.13077,
title = {Blind Motion Deblurring Super-Resolution: When Dynamic Spatio-Temporal Learning Meets Static Image Understanding},
author = {Wenjia Niu and Kaihao Zhang and Wenhan Luo and Yiran Zhong},
journal= {arXiv preprint arXiv:2105.13077},
year = {2021}
}
备注
To appear in IEEE Transactions on Image Processing (TIP)