光场联合盲运动去模糊和深度估计
本研究通过分析相机运动对光场的影响,并在原始域和傅里叶域中研究光场的运动模糊问题,提出了一种算法,可以实现对于实际的合成运动模糊光场进行盲目去模糊,还原光域;并证明了三维相机的运动路径。
Apr, 2017
本研究提出了一种利用图像深度信息,共同估计 6 自由度运动(6 DoF)相机运动和去除由于相机运动引起的不均匀模糊的方法,并将其制定为能量最小化问题,该方法能有效地解决相机抖动时的图像模糊问题。
Mar, 2019
本研究提出了一种创新性的统一框架来解决密集深度重建、相机姿态估计、超分辨率和去模糊的四个问题,通过反映物理成像过程,我们提出了一个成本最小化问题,并使用交替优化技术来解决它,实验结果表明,我们的提出方法在合成和现实视频中均得到高质量的深度图,同时还产生了优秀的去模糊和超分辨率图像。
Sep, 2017
通过高级光场渲染方法将 Richardson-Lucy 去模糊算法扩展到 4-D 光场中,成功实现了无需深度估计即可处理 6 个自由度相机运动引起的模糊,且加入新颖的正则化项以削弱噪声和振铃,因此在 3-D 复杂场景下得到了显著的效果。
Jun, 2016
通过一种自监督学习框架,提出一种基于动态关注模块的两阶段投影管道,以明确解耦相机自我运动和物体运动,并提出了一种基于对比采样一致性的物体运动场估计方法,该方法在自监督单目深度估计、物体运动分割、单目场景流估计和视觉里程表任务上均优于现有的最先进算法。
Oct, 2021
本文提出了一种新的使用多焦点光场相机的原始图像进行度量深度估计的算法,该算法特别适用于使用多个具有不同焦距的微透镜的多焦点配置。我们通过集成对应关系和模糊度线索利用模糊可知信息来改进失焦立体图像的视差估计,从而改进视差估计,并提出了逆投影模型的方法以达到精确和准确的度量深度估计。最终的结果表明,引入模糊度线索可以改善深度估计。我们通过对相对深度估计和通过 3D 激光雷达扫描仪获得的真实世界 3D 复杂场景进行地面真实度评估来证明我们的算法和深度尺度校准的有效性。
Aug, 2023
研究了一种使用神经网络进行盲运动去模糊的新方法,该网络通过学习预测一个去卷积滤波器的复傅里叶系数来计算从未知运动核产生的模糊图像。该方法在 GPU 硬件上的并行性能优异,并且展现出接近现有最先进迭代方法的精度和鲁棒性。
Mar, 2016
本文提出一种联合估计高度运动模糊物体的 3D 运动、3D 形状和外观的方法,并通过基于链式法则求导的逆渲染技术实现快速运动物体的去模糊和三维重建。
Nov, 2021