Dec, 2023

ID-Blau：基于隐式扩散的模糊图像去模糊增强

PDF
TL;DR提出了一种基于隐式扩散的重新模糊增强方法（ID-Blau），利用锐利图像与可控模糊条件图相结合生成对应的模糊图像，通过采样多样的模糊条件，ID-Blau 能够生成训练集中未见的各种真实模糊图像，从而显著提高最先进的去模糊模型的性能。
发现论文，激发创造
  • 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

  • 随机细化 Deblurring

    针对图像复原中存在的多种可能解决方案，本文提出了一种基于条件扩散模型的盲去模糊方法，使用确定性预测器和随机采样器产生多个可能的重建结果，相比现有技术在图像感知质量上有了显著提高。

    Dec, 2021

  • 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

  • 实用高效的盲运动去模糊技术：通过模糊像素离散化

    通过对图像残差错误进行分类和离散化，我们提出了一种高效的去模糊模型，它在现实基准测试中表现出与最先进的方法相当的性能，同时计算效率高达 10 倍。

    Apr, 2024

  • 数据增强以提高图像字幕生成解决方案的鲁棒性

    该论文研究了运动模糊在图像描述中的影响，通过在训练中增加数据，在目标检测和描述两个阶段中都加入数据增强技术，成功地改进了解决方案的鲁棒性，特别是在高度运动模糊的情况下使 CIDEr-D 降低到了 11.7。

    Jun, 2021

  • 粗到细图像合成的扩散模型渐进去模糊

    通过将扩散模型推广到旋转坐标系并引入模糊扩散，本文提出了一种新的粗到细的图像生成过程，以此来考虑图像中不同频率的相对重要性，实验结果表明此方法在 LSUN 卧室和教堂数据集上的成果优于之前的方法。

    Jul, 2022

  • 清晰图像难以模糊化：利用病态逆问题进行动态场景去模糊

    该论文提出了一种通过利用反模糊的方法实现对动态场景的去模糊，使用两种类型的重新模糊损失函数进行更好的去模糊，并通过实验证明其有效性。

    Apr, 2021

  • 野外运动模糊矫正

    通过使用卷积网络架构和野外实拍数据集，文章提出了一种用于图像去模糊的方法，达到了最先进的性能并解决了复杂背景下的物体遮挡问题。

    Jan, 2017

  • 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

  • 逼真图像去模糊的分层集成扩散模型

    为了提高图像去模糊的速度和精确度，本文提出了一种基于分层积分的扩散模型 (HI-Diff)，利用高度压缩的潜空间进行去模糊并结合多尺度的回归方法，从而实现在复杂情景下的更好的泛化效果，实验表明 HI-Diff 在合成数据集和实际场景中均优于当前主流方法。

    May, 2023