热成像视频的像素级运动去模糊

非制冷微测辐射热计可通过对场景辐射的“热量”成像，使机器人在无可见光照明时也能看见。尽管具备暗视能力，这些传感器仍受显著运动模糊的困扰，这限制了它们在机器人系统上的应用。如本文所述，该运动模糊源于每个像素的热惯性。这意味着依赖识别适当空间模糊核以进行空间去卷积的传统运动去模糊技术，无法可靠地对热像仪图像进行运动去模糊。为解决此问题，本文将单个像素上热惯性的逆效应建模为一个最小绝对收缩与选择算子(LASSO)问题，我们可以使用二次规划求解器快速求解。通过利用稀疏性与高帧率，该像素级LASSO公式能够在不使用任何空间信息的情况下恢复热视频的运动去模糊帧。为将其质量与基于可见光相机的先进去模糊方法进行比较，本文在一组由不同去模糊算法复原的图像上评估了一系列预训练目标检测器的性能。所有被评估的目标检测器在由所提算法复原的图像上表现均系统性地优于其他任何被测的先进方法。