Apr, 2023

用于模糊图像分类的基于块的特征

PDF
TL;DR本文提出了一种用于图像质量评估的低计算量轻量级分块特征方法，该方法可以区分模糊与清晰图像降级，并在开放数据集上实现了 90.1％的平均准确率。
smartphone cameraimage degradationimage quality assessmentlow-compute lightweight patch-wise featuresxgboost
发现论文，激发创造
  • 协作式盲图像去模糊

    利用卷积神经网络协同处理不同模糊下的图像补偿，以提高图像清晰度和质量。

    May, 2023

  • 深度模糊映射：深度神经网络利用高级语义

    通过深度神经网络提取高级特征，成功地实现了一种基于全卷积神经网络的局部模糊映射算法，显著提高了模糊检测的效果，并探索了在后续的三个应用中的潜在作用。

    Dec, 2016

  • 卷积网络识别中模糊的影响研究

    本文探讨使用模糊图像的语义视觉任务中对基于卷积神经网络的模型的影响以及如何通过对预训练模型进行微调并加入模糊图像进行训练来提高模型精度，发现模型在隐藏层中学习生成模糊不变表示并且具有很强的模糊泛化能力，为开发实现在受模糊影响的实际世界图像上可靠操作的视觉系统提供有用的见解。

    Nov, 2016

  • 面向运动自适应去模糊的空间注意力补丁分层网络

    该研究提出了一种用于处理动态场景运动去模糊的有效像素自适应和特征关注设计，并使用有效的内容感知全局 - 局部过滤器模块，通过动态利用相邻像素信息和全局依赖性来显著提高性能，从而 surpassed 其他先前的去模糊方法。

    Apr, 2020

  • Polyblur：通过多项式再模糊，去除轻微模糊

    该研究提出了一种高效的盲恢复方法，利用基于梯度分布的图像模糊估计算法并结合多次应用来去除自然图像中的轻微模糊，取得了比传统和现代盲去模糊方法更好的效果，可以在现代手机上以秒为单位的时间内对 12MP 图像进行模糊校正，为应用深度超分辨率技术提供了更优的图像处理前处理。

    Dec, 2020

  • 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

  • 稳健的紧凑二进制描述符特征融合进行补丁匹配

    本文提出了一种卷积网络框架，用于学习二进制补丁描述符，其中像素域特征与从变换域提取的特征融合。实验证明，我们的特征融合方法在准确性、速度和复杂性方面优于多种最先进的方法。

    Jan, 2019

  • 深度混合相机去模糊

    提出了一种用于多摄像头智能手机的模糊处理框架，利用混合成像技术，通过同时捕捉来自智能手机的长曝光广角图像和超广角连拍图像，并使用清晰的连拍图像估计模糊核进行广角图像的去模糊处理。使用创建的 HCBlur 数据集进行网络的学习和评估，该数据集包含模糊的广角图像、清晰的超广角连拍图像以及它们的清晰广角图像对应物。通过广泛的评估，结果显示出了现有技术的高质量。

    Dec, 2023

  • 基于基准测试、分析和结构估计的去模糊

    本文讨论了评估去模糊方法质量的挑战，并提出了一种基于机器学习的降低参考度量。我们创造了一个新的运动模糊数据集，使用梁分束器，以各种运动类型为特征。我们进行了两次大规模主观比较，以帮助指标开发，并且我们的度量结果不需要 GT 框架，并且与人类对模糊的主观感觉有很好的相关性。

    May, 2023

  • 使用高斯过程回归模型的频域盲模糊和阻塞伪影图像质量评估

    该研究提出一种通过机器学习和离散频率变换来评估由于图像压缩等原因导致的图像质量问题的方法。该方法可以处理包括图块、模糊和噪声等在内的多种视觉信息失真，并且相对于其他方法具有更快的处理速度，适用于实时质量监控应用。

    Mar, 2023