deblurring | BriefGPT - AI 论文速递

关键词deblurring

搜索结果 - 36

基于事件驱动束调整的去模糊神经辐射场
提出了用于去模糊的神经光辐射场（NeRF）的事件驱动捆绑调整方法（EBAD-NeRF），该方法通过利用混合事件 - RGB 数据来联合优化可学习的姿势和 NeRF 参数，引入了强化相机运动模糊的强度变化度量事件损失和光度模糊损失，实验证明
PDF14 days ago
Restorer: 使用一组参数解决多个图像恢复任务
通过 Transformer 网络 Restorer，我们设计了一种综合有效的解决方案，能够在去雨、去雪、去雾、去模糊等多种图像修复任务中展现国际领先或可比较的性能，并且在推理时速度更快。
PDF16 days ago
AMSA-UNet：一种基于自注意力的非对称多尺度 U-Net 用于去模糊
提出了一种基于自注意力的不对称多尺度 U 型网络（AMSA-UNet）来提高去模糊的准确性和计算复杂度，通过引入多尺度 U 形结构，在全局层面关注模糊区域，在局部层面更好地恢复图像细节；在解码器部分引入自注意力机制，显著增加了模型的感受野，
PDF21 days ago
CVPR适应运动分离的协同滤波器用于盲运动去模糊
我们提出了一种名为 Motion-adaptive Separable Collaborative (MISC) Filter 的新型实时去模糊滤波模型，利用运动估计网络来捕捉邻域的运动信息，从而自适应地估计空间可变的运动流、掩模、卷积核、
PDF2 months ago
DeblurGS：相机运动模糊的高斯喷洒
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。
PDF3 months ago
基于陀螺仪的神经网络单图像去模糊
本研究通过利用陀螺传感器解决图像去模糊问题，提出了一种名为 GyroDeblurNet 的新型单幅图像去模糊方法。该方法有效利用陀螺传感器提供的有关曝光期间相机运动的宝贵信息，以显著提高去模糊质量。通过引入陀螺细化模块和陀螺去模糊模块对陀螺
PDF3 months ago
DeblurDiNAT: 图像去模糊的轻量级有效的 Transformer
我们提出了一种紧凑的编码器 - 解码器 Transformer 模型 DeblurDiNAT，旨在高效地从现实世界的模糊图像中恢复清晰图像。通过采用交替的空洞因子结构和通道调制的自注意力块 (CMSA)，以及快速特征传播的径路和乘法前馈网络
PDF3 months ago
FMA-Net: 基于流向引导的动态滤波和多注意力迭代特征精炼的联合视频超分辨率和去模糊
通过联合学习视频超分辨率和去模糊的方法，本文提出了一种名为 VSRDB 的视频清晰恢复方案，以从模糊的低分辨率视频中还原出干净的高分辨率视频。通过 FGDF 和 FRMA 两个部分构成的 FMA-Net 框架，我们的方法能够精确估计时空变化
PDF6 months ago
去模糊的三维高斯渲染
我们提出了一种新颖的实时去模糊框架，利用小型多层感知机（MLP）操纵每个 3D 高斯的协方差来建模场景的模糊程度，从模糊的图像中重构出细节清晰的图像，实现实时渲染。
PDF6 months ago
自监督学习用于图像超分辨率与去模糊
自监督方法在各种成像逆问题中最近证明了几乎与监督方法一样有效，在科学和医学成像应用中为基于学习的方法铺平了道路，其中获得地面真实数据难度或费用较高，在磁共振成像和计算机断层扫描中就是这种情况。然而，现有方法在图像超分辨率和去模糊问题中无法取
PDF7 months ago
低光图像去模糊的深层 Richardson-Lucy 解卷积
在本文中，我们开发了一种数据驱动方法来对饱和像素进行建模，并提出了基于学习的潜变量映射进行非盲目去模糊处理的最大后验 (MAP) 问题，可通过迭代计算潜变量映射和潜变量图像来有效解决。为了提高去模糊图像的质量并避免加大伪影，我们开发了先验估
PDFa year ago
基于像素级内核估计的盲运动去模糊：基于内核预测网络
基于深度学习的运动模糊估计与非盲解卷积方法的学习式去模糊提供了使用前向退化模型的明确定义规范，同时实现了算法的泛化和可解释性，并通过基于卷积的非均匀运动模糊降级模型进行训练和评估，展示了准确的模糊估计以及优于现有端到端深度学习方法的真实模糊
PDFa year ago
退缩遮蔽自编码器是超声图像识别的更佳方法
本文提出了一种新的去模糊的掩码自编码方法（Deblurring MAE）来优化超声图像分类任务，并通过实验结果表明该方法取得了极好的效果。
PDFa year ago
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
PDFa year ago
CVPR未知曝光时间下的联合视频多帧插值和去模糊
本研究旨在有效地处理在未知曝光时间下所拍摄的视频，采取有监督对比学习构建曝光感知表征，使用两个 U-Net 进行运动分析，通过渐进式曝光自适应卷积和运动细化建立视频重建网络。在模拟和实际数据集上的实验表明，该优化方法在联合视频 x8 内插和
PDFa year ago
AAAI实际场景的深度局部运动去模糊
通过创建第一个真实的本地运动模糊数据集（ReLoBlur），并提出了一个基于 ReLoBlur 的本地模糊感知门控网络（LBAG）和几种本地模糊感知技术，以解决现有模糊方法无法很好处理物体局部移动模糊问题的问题。
PDF2 years ago
基于流引导注意力相关和递归增强的深度联合消除模糊和多帧插值
本文提出了一种新颖的联合去模糊和多帧插值（DeMFI）框架，称为 DeMFI-Net，它基于基于流引导的注意力相关特征增强（FAC-FB）模块和递归增强（RB）准确地将低帧率的模糊视频转换为高帧率的清晰视频，用于多帧插值（MFI）。DeMF
PDF3 years ago
AAAI运动模糊视频插值和外推
本研究提出了一种新的框架，该框架可以通过光流估计学习引起模糊的像素级运动，然后将已解码的特征变形以估算的光流预测多个清晰的帧，从而以一种端到端的方式从运动模糊视频中去模糊、插值和外推锐化帧。
PDF3 years ago
BANet: 模糊感知的动态场景去模糊的注意力网络
Blur-aware Attention Network (BANet) 通过使用区域自注意力和多核带池来分离不同大小和方向的模糊模式，以及级联并行膨胀卷积来聚合多尺度内容特征，提供了单次前向传递的精确和高效的去模糊，实验证明与当前技术相比
PDF3 years ago
ICCVFMODetect：快速移动物体的鲁棒检测
提出一种基于学习的方法，通过将消除模糊与补全分离开来，实现对快速移动物体的实时检测，并在召回率、精度、轨迹估计和清晰度等方面优于其他方法。该方法可用于实时的快速移动物体检测和大视频集合的检索。
PDF4 years ago