基于频率域学习与 kernel prior 的盲图去模糊
计算机视觉与模式识别
2025-04-22 v1
摘要
尽管在各种数据集上取得优异结果，许多深度学习方法进行图像去模糊都面临着在域外数据上的有限泛化能力。这一限制可能由其对特定域数据集的依赖所致。为此，我们认为有必要引入 kernel prior 至深度学习方法，因为 kernel prior 独立于图像语境。为有效融合 kernel prior 信息，我们采用受传统去模糊算法启发的方法，在频率域中执行去卷积。我们提出一种称为 Frequency Integration Module (FIM) 的模块，用于融合 kernel prior，并将其与基于频率的去模糊 Transformer 网络结合。实验结果表明，我们的方法在多个盲图去模糊任务上优于最先进的方法，展现出稳健的泛化能力。源代码将很快公开。
引用
@article{arxiv.2504.14664,
title = {Frequency-domain Learning with Kernel Prior for Blind Image Deblurring},
author = {Jixiang Sun and Fei Lei and Jiawei Zhang and Wenxiu Sun and Yujiu Yang},
journal= {arXiv preprint arXiv:2504.14664},
year = {2025}
}