使用基于块的回归卷积神经网络估计非均匀运动模糊
图像与视频处理
2024-11-07 v2
摘要
大气湍流的非均匀模糊可以建模为块级别的线性运动模糊核的叠加。我们提出了一种回归卷积神经网络（CNN）来预测不同大小块的线性运动模糊核的角度和长度。我们分析了网络对不同块大小的鲁棒性，以及网络在模糊特性过渡区域的表现。在训练中交替使用块大小，我们发现对于长度预测，决定系数，对于角度预测，覆盖一系列块大小。我们发现，在重叠两个模糊特性的区域，模糊预测随着重叠的变化在两个特性之间过渡。这些结果验证了使用此类网络在块级别预测非均匀模糊特性的有效性。
引用
@article{arxiv.2402.07796,
title = {Estimation of non-uniform motion blur using a patch-based regression convolutional neural network (CNN)},
author = {Luis G. Varela and Laura E. Boucheron and Steven Sandoval and David Voelz and Abu Bucker Siddik},
journal= {arXiv preprint arXiv:2402.07796},
year = {2024}
}