由运动幅度引导的高效视频去模糊
计算机视觉与模式识别
2022-07-28 v1
摘要
由于模糊在空间和时间上均变化，视频去模糊是一个高度欠定问题。视频去模糊的一种直观方法包括两步：a) 检测当前帧中的模糊区域；b) 利用相邻帧中清晰区域的信息对当前帧去模糊。为实现这一过程，我们的思路是检测每帧的像素级模糊程度并将其与视频去模糊结合。为此，我们提出了一种利用运动幅度先验 (MMP) 作为引导以实现高效深度视频去模糊的新框架。具体而言，由于曝光时间内像素沿其轨迹的运动与运动模糊程度正相关，我们首先使用来自高频清晰帧的光流平均幅度生成合成模糊帧及其对应的像素级运动幅度图。然后我们构建一个包含模糊帧与 MMP 对的数据集。MMP 随后由一个紧凑的 CNN 通过回归学习。MMP 包含空间和时间模糊程度信息，可进一步集成到一个高效的循环神经网络 (RNN) 中用于视频去模糊。我们进行了大量实验以验证所提方法在公开数据集上的有效性。
引用
@article{arxiv.2207.13374,
title = {Efficient Video Deblurring Guided by Motion Magnitude},
author = {Yusheng Wang and Yunfan Lu and Ye Gao and Lin Wang and Zhihang Zhong and Yinqiang Zheng and Atsushi Yamashita},
journal= {arXiv preprint arXiv:2207.13374},
year = {2022}
}
备注
Accepted at ECCV2022