从运动模糊到运动流：一种深度学习解决方案用于消除异质运动模糊

Dec, 2016

从运动模糊到运动流：一种深度学习解决方案用于消除异质运动模糊

From Motion Blur to Motion Flow: a Deep Learning Solution for Removing Heterogeneous Motion Blur

Dong Gong, Jie Yang, Lingqiao Liu, Yanning Zhang, Ian Reid...

TL;DR本文提出一种使用深度学习从数据中学习先验的方法来消除运动模糊，通过学习运动流代替复杂的先验模型，使用全卷积神经网络从运动模糊图像中直接估计运动流并恢复图像，通过在合成运动流图像对上训练，绕过了手动标注的流程，实际测试中优于现有方法。

Abstract

Removing pixel-wise heterogeneous motion blur is challenging due to the ill-posed nature of the problem. The predominant solution is to estimate the blur kernel by adding a prior, but the extensive literature on the subject indicates the difficulty in identifying a prior which is suita

motion blur image restoration deep learning prior learning motion flow

发现论文，激发创造

学习卷积神经网络用于非均匀运动模糊去除

本文提出一种基于深度学习和马尔可夫随机场的方法，旨在从单一模糊图像中估计和去除非均匀运动模糊，并通过实验评估表明其能有效地处理不受先前方法处理的复杂非均匀运动模糊。

Mar, 2015

通过单个运动模糊图像的光流估计

该研究提出了一种新的框架，利用 Transformer 网络从单个运动模糊图像中端到端地估计光流，并通过粗到细的方式评估了该模型的性能和应用。

Mar, 2021

通过语义分割和像素级非线性核进行视频去模糊

本文针对视频模糊问题，提出了一种基于语义分割，利用不同的运动模型来指导光流估计，并考虑了像素级别的非线性模糊核模型，能够更好地描述复杂的运动模糊，并且在对抗其他先进方法的实验中表现良好。

Aug, 2017

自监督学习的视频去模糊技术：Reblur2Deblur

本文提出了一种基于学习的方法，利用自监督学习优化现有的去模糊神经网络，通过强制输出与输入模糊图像匹配的光流，从而改善现有方法在多个数据集上的性能表现，同时保证了输出结果更贴近于潜在图像的内容。

Jan, 2018

基于像素级内核估计的盲运动去模糊：基于内核预测网络

基于深度学习的运动模糊估计与非盲解卷积方法的学习式去模糊提供了使用前向退化模型的明确定义规范，同时实现了算法的泛化和可解释性，并通过基于卷积的非均匀运动模糊降级模型进行训练和评估，展示了准确的模糊估计以及优于现有端到端深度学习方法的真实模糊图像恢复效果。

Aug, 2023

自监督的线性运动去模糊

本文提出一种可微分的重新模糊模型，支持自我监督的运动去模糊，通过利用从连续图像中获取的运动线索，将去模糊问题突破为反渲染问题，包括使用卷积神经网络和真实数据集进行实验，并证明单幅图像自我监督去模糊是可行的，能够实现视觉上令人满意的结果。

Feb, 2020

学习合成运动模糊

本文通过神经网络和线性预测技术，提出了一种技术，可以从一对连续拍摄的图像中合成运动模糊图像。作者还利用了帧内插技术生成了大规模的合成数据集，并从慢动作视频中捕获了高质量的测试集。实验结果显示，本文提出的模型在精度和速度上均优于基线技术。

Nov, 2018

深度视频去模糊

本文提出一种基于深度学习的视频去模糊算法，利用卷积神经网络从相邻帧中积累信息，可处理各类由于相机抖动导致的运动模糊问题。

Nov, 2016

动态场景普适视频去模糊

提出了一种基于双向光流的能量模型，用于处理动态场景中的模糊视频，从而实现去模糊与准确光流估计。

Jul, 2015

深度生成滤波器用于运动去模糊

本文提出了一种新颖的基于生成对抗网络（GAN）的深度滤波器，其与全局跳跃连接和密集结构相集成，以解决由于相机和物体之间的相对运动引起的运动模糊问题。在不需要进行模糊核估计的情况下，我们的模型显著减少了测试时间，证明了该方法在定量和定性上均胜过现有的盲去模糊算法，具有实际应用前景。

Sep, 2017