这是描述信息

服务项目

视频(图像)去模糊方向论文阅读及整理

【概要描述】记录一下自己的理解,对于image deblurring,传统方法都是通过一些先验知识去构建模型再进行deblur,包括有intensive,sometimes heuristic,parameter-tuning,expensive computation,目前也有一些端到端训练的去模糊的模型,之前的SOTA是Nah et al.Deep multi-scale convolutional neural network for dynamic scene deblurring中的方法,相同的,作者借鉴mutil-scale的方法以及最近在各个应用场景上都取得不错表现的encoder-decoder结构,提出了Scale-recurrent Network。

视频(图像)去模糊方向论文阅读及整理

【概要描述】记录一下自己的理解,对于image deblurring,传统方法都是通过一些先验知识去构建模型再进行deblur,包括有intensive,sometimes heuristic,parameter-tuning,expensive computation,目前也有一些端到端训练的去模糊的模型,之前的SOTA是Nah et al.Deep multi-scale convolutional neural network for dynamic scene deblurring中的方法,相同的,作者借鉴mutil-scale的方法以及最近在各个应用场景上都取得不错表现的encoder-decoder结构,提出了Scale-recurrent Network。

详情

  记录一下自己的理解,对于image deblurring,传统方法都是通过一些先验知识去构建模型再进行deblur,包括有intensive,sometimes heuristic,parameter-tuning,expensive computation,目前也有一些端到端训练的去模糊的模型,之前的SOTA是Nah et al.Deep multi-scale convolutional neural network for dynamic scene deblurring中的方法,相同的,作者借鉴mutil-scale的方法以及最近在各个应用场景上都取得不错表现的encoder-decoder结构,提出了Scale-recurrent Network。

  在作者提出的SRN中,创新点有以下几点:

  1.为了减少权重参数的大小,同时可以减少数据集少的影响(共享参数的话相当于对输入数据进行多次利用),同时,由于结构包含LSTM模块,所以也有利于跨规模的恢复。

  2.在借鉴了一些常见的encoder-decoder结构后,发现在图像去模糊这个任务上,已有的结构表现都一般,根据一些实验结果,作者选取了ResBlocks而不是ResNet中的基本模块,基本设计见图,同时,对feature map的downsample也通过设置stride来实现,同时后面的Decoder中则相反,同时在原来encoder结构上将卷积变成了反卷积来进行upsample

  3.网络设计非常的灵活,在recurrent networks设计了不同scale之间的信息传递,通过lstm来实现(对比了GRU,vanilla RNN等),deconv也是可以采用多种形式,包括(image resizing,sub-pixel convolutional)

  训练的loss采用欧几里得loss,感觉就是L2范数的平方

  关于数据,由于模糊数据的监督信息很难取得,一般用人为合成的模糊图片去做。之前做去模糊的数据集一般都是将sharp image和real image通过模糊的卷积核进行合成进行获取。但是目前有一共通过GoPro运动相机拍着的高速摄像机视频的原始帧当做数据,这种类型图片组成的数据集可以很好的带有真实模糊图片的特点,比如相机抖动或者物体移动导致的模糊。

底部logo

本司将致力于不断的改进产品生产工艺和品质,并且不断的发展新的产品去保持市场的竞争能力。正朝着现代企业的方向与时间一同前进。以“真诚、务实、优质、高效”为企业宗旨,竭诚为各界人士服务。 

地       址:上海市虹桥路333号交大慧谷606室

客服热线:189 1856 8528(高先生)

客服邮箱:gaogao@ailord.tech