盲去模糊的多尺度编解码深度卷积网络

• 作者: 崔家礼 王一丁 贾瑞明 邱桢芝
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 盲去模糊 多尺度结构 跳跃连接 编解码 卷积神经网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 2552-2557
• 页数: 6页
• 分类号: TP391
• 字数: 6171字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019020373

摘要

针对拍摄场景中物体运动不一致所带来的非均匀模糊,为提高复杂运动场景中去模糊的效果,提出一种多尺度编解码深度卷积网络.该网络采用“从粗到细”的多尺度级联结构,在模糊核未知条件下,实现盲去模糊;其中,在该网络的编解码模块中,提出一种快速多尺度残差块,使用两个感受野不同的分支增强网络对多尺度特征的适应能力;此外,在编解码之间增加跳跃连接,丰富解码端信息.与2018年国际计算机视觉与模式识别会议(CVPR)上提出的多尺度循环网络相比,峰值信噪比(PSNR)高出0.06 dB;与2017年CVPR上提出的深度多尺度卷积网络相比,峰值信噪比和平均结构相似性(MSSIM)分别提高了1.4％和3.2％.实验结果表明,该网络能快速去除图像模糊,恢复出图像原有的边缘结构和纹理细节.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王一丁	北方工业大学信息学院	39	74	5.0	6.0
2	崔家礼	北方工业大学信息学院	9	23	3.0	4.0
3	贾瑞明	北方工业大学信息学院	12	23	3.0	4.0
4	邱桢芝	北方工业大学信息学院	1	0	0.0	0.0