深度视频去模糊
计算机视觉与模式识别
2016-11-28 v1
摘要
由相机抖动引起的运动模糊是手持设备拍摄视频中的一个主要问题。与单图像去模糊不同，基于视频的方法可以利用相邻帧间存在的丰富信息。因此，性能最佳的方法依赖于对齐邻近帧。然而，对齐图像是一个计算代价高昂且脆弱的过程，并且聚合信息的方法必须能够识别哪些区域已被准确对齐、哪些没有，这是一项需要高级场景理解的任务。在这项工作中，我们引入了视频去模糊的深度学习解决方案，其中CNN被端到端训练以学习如何跨帧累积信息。为了训练该网络，我们收集了一个用高帧率相机记录的真实视频数据集，并用其生成合成运动模糊用于监督。我们展示了从该数据集学到的特征可推广到去模糊广泛视频中因相机抖动产生的运动模糊，并将结果质量与若干其他基线进行比较。
引用
@article{arxiv.1611.08387,
title = {Deep Video Deblurring},
author = {Shuochen Su and Mauricio Delbracio and Jue Wang and Guillermo Sapiro and Wolfgang Heidrich and Oliver Wang},
journal= {arXiv preprint arXiv:1611.08387},
year = {2016}
}