基于卷积神经网络的选择优质区域去模糊方法
计算机视觉与模式识别
2020-08-13 v1
摘要
盲图像去模糊的目标是从一个具有未知模糊核的输入模糊图像中恢复清晰图像。大多数图像去模糊方法聚焦于开发图像先验,然而对图像细节与结构在模糊核估计上影响的关注不足。何种图像结构是有用的,又如何选取良好的去模糊区域?在本工作中,我们提出一种深度神经网络模型方法,用于选取优质区域以估计模糊核。我们首先构建带标签的图像块并训练深度神经网络,随后将学习到的模型应用于判定图像中哪一区域最适合去模糊。实验结果表明所提方法有效,且能够为图像去模糊选取优质区域。
引用
@article{arxiv.2008.05065,
title = {Select Good Regions for Deblurring based on Convolutional Neural Networks},
author = {Hang Yang and Xiaotian Wu and Xinglong Sun},
journal= {arXiv preprint arXiv:2008.05065},
year = {2020}
}