基于动态时序混合网络的在线视频去模糊

最先进的视频去模糊方法能够去除动态场景中由不必要的相机抖动和/或物体运动引起的非均匀模糊。然而，大多数现有方法基于批处理，因此需要访问所有已记录帧，导致计算量大且耗时，从而限制了其实用性。相比之下，我们提出了一种基于时空循环网络的在线（顺序）视频去模糊方法，可实现实时性能。特别地，我们引入了一种新颖的架构，在保持网络整体规模较小的同时扩展感受野，以实现快速执行。这样一来，我们的网络能够去除甚至由强烈相机抖动和/或快速运动物体引起的大模糊。此外，我们提出了一种新颖的网络层，通过动态时序混合来增强连续帧间的时间一致性，该方法比较并自适应地（在测试时）共享在不同时间步获得的特征。我们通过广泛的实验评估展示了所提方法的优越性。