基于 GAN 并利用暗通道先验的图像去模糊方法
计算机视觉与模式识别
2019-03-04 v1 图像与视频处理
摘要
针对图像去模糊问题，提出了一种条件生成对抗网络（GAN）。该网络专为图像去模糊而设计，而非仅将 GAN 应用于去模糊问题。基于此动机，精心选取暗通道先验并将其纳入损失函数以进行网络训练。为使其与神经网络更兼容，舍弃了原有的不可微形式，转而采用 L2 范数。在合成数据集和含噪自然图像上，所提网络在定性与定量方面均表现出更优的去模糊性能和对图像噪声的鲁棒性。此外，与现有端到端去模糊网络相比，我们的网络结构轻量，从而保证了更短的训练和测试时间。
引用
@article{arxiv.1903.00107,
title = {GAN Based Image Deblurring Using Dark Channel Prior},
author = {Shuang Zhang and Ada Zhen and Robert L. Stevenson},
journal= {arXiv preprint arXiv:1903.00107},
year = {2019}
}
备注
5 pages, 3 figures. Conference: Electronic Imaging