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

基于高斯子图的高质量场景重建和新视图合成通常需要稳定、高质量的照片，这往往难以通过手持相机捕捉。本文提出了一种适应相机运动、能够利用受运动模糊和滚动快门衍生的手持视频数据实现高质量场景重建的方法。我们的方法基于对物理图像形成过程的详细建模，利用视觉惯性航位推测 (VIO) 所估计的速度。在单张图像帧的曝光时间内考虑相机姿态的非静态性，并在重建过程中进一步优化相机姿态。我们建立了一个可微的渲染流水线，利用屏幕空间近似有效地将滚动快门和运动模糊效应纳入 3DGS 框架。我们通过合成和真实数据的结果表明，在减轻相机运动方面，我们的方法相较于现有方法具有出色的性能，从而推动了 3DGS 在逼真场景中的应用。

Mar, 2024

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

该论文提出了一种基于相机曝光原理的运动模糊图像恢复方法，通过定义曝光轨迹和提出一种运动偏移估计框架，成功地恢复了包含运动信息的图像，并在图像去模糊和基于运动畸变的视频提取任务中取得了较好的性能。

Oct, 2020

通过扩散技术和设计的补丁注意力模块，我们提出了 RS-Diffusion - 第一个基于扩散模型的单帧滚动快门（RS）校正方法。我们还提出了 RS-Real 数据集，其中包括被 RS 坏像帧以及通过相应的惯性测量单元（IMU）陀螺仪数据校正成的 GS（Global Shutter）基准图像对。实验证明，我们的 RS-Diffusion 超过了之前的单帧 RS 校正方法。我们的方法和提出的 RS-Real 数据集为推进 RS 校正领域奠定了坚实的基础。

Jul, 2024

本文提出了一种上下文感知的全局快门视频重建体系结构，通过估计双边运动场，引导全局快门帧合成，产生任意时间高保真度的全局快门视频帧，并在合成任务的相关任务中提供简单而有效的全局快门帧初始化。

May, 2022

本篇论文提出了一种使用事件相机的方法，通过学习隐式神经表示（INR）并建立空间 - 时间隐式编码（STE) 来从滚动快门相机下的模糊图像中恢复高速率全局快门锐化帧，以及设计了 RS 模糊图像指导的积分损失方法，当与现有方法相比时，该方法效果显著。

May, 2023

本文提出了一种改进的运动结构法（SfM）算法，该算法考虑了无论 Rolling Shutter（RS）的影响，都能够估计两个连续帧的相对姿态，并给出了用于复原 Rolling Shutter 相机的相对姿态的 9 点算法，使用该算法的图像矫正可产生高质量的全局快门（GS）图像和 3D 重建结果。

Mar, 2019

通过使用 3D 高斯喷洒来优化运动模糊图像中的清晰 3D 场景，我们的方法 DeblurGS 克服了初始相机姿态获取中的不准确性并实现了最先进的去模糊和新视角合成性能。

Apr, 2024

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