ECCVJul, 2022

运动大小引导下的高效视频去模糊

PDF
TL;DR提出了一种基于运动大小先验的深度学习视频去模糊技术，通过检测每一帧的像素级模糊程度，结合清晰帧区域的信息，生成像素运动大小先验，进而利用时空信息进行去模糊处理，实验结果表明该方法的有效性。
video deblurringblur level detectionmotion magnitude priordeep learningrecurrent neural network
发现论文，激发创造
  • 使用模糊不变运动估计和像素体积的循环视频去模糊

    通过使用模糊不变的运动估计和像素体积来有效聚合多个视频帧的信息以消除视频模糊，本文提出了一种有效的循环视频去模糊网络，与最近使用深度学习的方法相比，在定量和定性方面均取得了最先进的性能。

    Aug, 2021

  • 先验知识与动态稳健视频去模糊

    该研究提出了一种 PRiOr 启发的、适用于具有挑战性的模糊的 MOTION-robust 视频去模糊模型 (PROMOTION), 其中使用 3D 群卷积来有效编码异质先验信息，增强场景感知，同时减少输出的伪影，并设计表示模糊分布的先验，以更好地在时空域中处理非均匀模糊。经过大量实验证明，该方法可以在 RED 和 GoPro 数据集上实现最先进的性能，并带来机器任务收益。

    Mar, 2020

  • 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

  • Blur 图像的动画：基于运动指导的多模态模糊分解

    本篇论文解决了从单一动态模糊图像恢复详细运动信息的挑战性问题，其中，我们提出了一种基于运动指导表示的虚拟运动数据的解析框架，通过运用新型双阶段分解网络来实现模糊分解，具有优异的定量和定性结果。

    Jul, 2022

  • 学习盲目运动去模糊

    本文介绍了一种使用神经网络的实时视频去模糊技术，将多个连续模糊的图像传递信息给递归神经网络来还原所需的清晰图像或视频。

    Aug, 2017

  • 人脸运动去模糊

    本篇研究提出了一种数据驱动的方法，通过运用并行流来去模糊面部图像并保留身份信息，用于在高级面部分析任务中获得更好的结果。

    Mar, 2018

  • 盲目运动去模糊的神经网络方法

    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

  • 陀螺仪辅助运动去模糊网络

    使用惯性测量单元数据，本文提出了一个简单而高效的框架来合成和恢复运动模糊图像，包括训练三元组的生成策略和用于恢复模糊图像的陀螺仪辅助运动去模糊网络。通过全面实验证明了该框架的优点：我们的合成和真实世界模糊轨迹之间仅有两个像素的误差，对于峰值信噪比，与最先进的去模糊方法 MIMO 相比，有明显的改善（约提高 33.17%）。

    Feb, 2024

  • 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

  • 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