DeblurSR：基于事件的尖峰表示运动去模糊
计算机视觉与模式识别
2023-12-27 v3
摘要
我们提出 DeblurSR，一种新颖的运动去模糊方法，可将模糊图像转换为清晰视频。DeblurSR 利用事件数据来补偿运动歧义，并借助尖峰表示（Spiking Representation, SR）将清晰输出视频参数化为从时间到强度的映射。我们的关键贡献——尖峰表示（SR）——受到神经形态学原理的启发，该原理决定了生物体中生物神经元之间的通信方式。我们讨论了尖峰为何能表示锐利边缘，以及如何从神经形态学角度解释尖峰参数。与最先进的基于事件的运动去模糊方法相比，DeblurSR 具有更高的输出质量且需要更少的计算资源。我们还展示了当与隐式神经表示的最新进展结合时，我们的方法可轻松扩展到视频超分辨率。DeblurSR 的实现与动画可视化可在 https://github.com/chensong1995/DeblurSR 获取。
引用
@article{arxiv.2303.08977,
title = {DeblurSR: Event-Based Motion Deblurring Under the Spiking Representation},
author = {Chen Song and Chandrajit Bajaj and Qixing Huang},
journal= {arXiv preprint arXiv:2303.08977},
year = {2023}
}
备注
Accepted by AAAI 2024