基于显著区域检测先验的散焦模糊检测
计算机视觉与模式识别
2020-11-20 v1
摘要
当人们使用数码单反相机(DSLR)拍摄照片时，散焦模糊常常出现，带来显著区域与美学愉悦。散焦模糊检测旨在分离照片中的失焦区域与景深区域，是计算机视觉中的一项重要工作。当前散焦模糊检测的工作主要集中于网络设计、损失函数优化以及多流策略的应用，同时这些工作未关注训练数据匮乏的问题。在本工作中，为缓解上述数据短缺问题，我们重新思考两项任务之间的关系：散焦模糊检测与显著区域检测。在具有虚化效果的图片中，显著区域与景深区域在大多数情况下明显重叠。因此我们首先在显著区域检测任务上训练网络，再将预训练模型迁移至散焦模糊检测任务。此外，我们提出了一种用于散焦模糊检测的新颖网络。实验表明，我们的迁移策略在多种当前模型上表现良好，并证明了我们网络的优越性。
引用
@article{arxiv.2011.09677,
title = {Defocus Blur Detection via Salient Region Detection Prior},
author = {Ming Qian and Min Xia and Chunyi Sun and Zhiwei Wang and Liguo Weng},
journal= {arXiv preprint arXiv:2011.09677},
year = {2020}
}