博客
关于我
AAAI 2023 Oral | 图像复原中的新问题!浙大创建ReLoBlur数据集和LBAG局部模糊感知门控网络...
阅读量:799 次
发布时间:2023-04-16

本文共 793 字,大约阅读时间需要 2 分钟。

单幅图像去除局部运动模糊一直是研究热点。随着深度学习的兴起,基于端到端学习式的图像去模糊逐渐成为主流。然而,局部运动模糊问题相较于全局运动模糊却较为被忽视。该研究从实际工业应用需求出发,聚焦于解决单图像去除局部运动模糊的多重挑战:

  • 由于缺乏公开真实的局部运动模糊数据集,深度学习应用受到阻碍;
  • 训练过程中神经网络模型难以确定局部模糊区域的位置和大小;
  • 当模糊区域仅占少数图像区域时,神经网络会过于关注清晰物体而浪费训练成本。
  • 为解决上述问题,浙江大学成像工程实验室创建了第一个真实世界局部运动模糊数据集ReLoBlur,并提出了局部模糊感知门控网络LBAG及一系列针对局部运动模糊的解决方案(如LBFMG、BAPC等),填补了深度学习在局部运动模糊问题上的空缺。这些创新性解决方案构建了解决局部运动模糊和全局运动模糊的桥梁,为实际工业应用提供了有效的解决方案。

    论文的主要贡献包括:

    • 创建了ReLoBlur数据集,包含2010对真实图像对;
    • 提出了LBAG网络,采用多尺度神经网络架构,通过LBFMG算法生成的局部模糊掩码进行监督学习;
    • 提出了一系列针对局部运动模糊的解决方案,包括LBFMG、BAPC等;
    • 通过量化评价和视觉比较,证明了LBAG网络在去除局部运动模糊方面的优越性。

    该研究的核心创新点在于:

  • 数据集的真实性和多样性,包含了生活场景中的多种局部运动模糊类型;
  • 多尺度神经网络架构的创新设计,能够有效识别和处理局部模糊区域;
  • 提出的训练策略有效解决了数据不平衡问题,提高了模型的泛化能力。
  • 实验结果表明,LBAG网络在去除局部运动模糊方面的效果显著优于现有方法。特别是在模糊区域仅占图像少数区域时,LBAG网络能够更有效地去除模糊,且计算效率较高。

    该研究为深度学习在图像局部模糊处理方面提供了新的思路和技术支持,填补了现有研究的空白,为实际工业应用提供了可靠的解决方案。

    转载地址:http://qdgfk.baihongyu.com/

    你可能感兴趣的文章
    Linux下的系统监控与性能调优:从入门到精通
    查看>>
    LiveGBS user/save 逻辑缺陷漏洞复现(CNVD-2023-72138)
    查看>>
    localhost:5000在MacOS V12(蒙特利)中不可用
    查看>>
    logstash mysql 准实时同步到 elasticsearch
    查看>>
    Luogu2973:[USACO10HOL]赶小猪
    查看>>
    mabatis 中出现< 以及> 代表什么意思?
    查看>>
    Mac book pro打开docker出现The data couldn’t be read because it is missing
    查看>>
    MAC M1大数据0-1成神篇-25 hadoop高可用搭建
    查看>>
    mac mysql 进程_Mac平台下启动MySQL到完全终止MySQL----终端八步走
    查看>>
    Mac OS 12.0.1 如何安装柯美287打印机驱动,刷卡打印
    查看>>
    MangoDB4.0版本的安装与配置
    查看>>
    Manjaro 24.1 “Xahea” 发布!具有 KDE Plasma 6.1.5、GNOME 46 和最新的内核增强功能
    查看>>
    mapping文件目录生成修改
    查看>>
    MapReduce程序依赖的jar包
    查看>>
    mariadb multi-source replication(mariadb多主复制)
    查看>>
    MariaDB的简单使用
    查看>>
    MaterialForm对tab页进行隐藏
    查看>>
    Member var and Static var.
    查看>>
    memcached高速缓存学习笔记001---memcached介绍和安装以及基本使用
    查看>>
    memcached高速缓存学习笔记003---利用JAVA程序操作memcached crud操作
    查看>>