摘要
现有运动去模糊算法难以有效复原含有大尺度旋转的复合运动模糊,针对此问题提出了一种基于U-net模型的神经网络框架.该框架通过融合运动信息至网络输入,给定每一像素点不同的运动约束.经过网络的编码器与解码器结构,得到每一像素点的预测值,实现端对端的方式直接获得复原图像.实验在通用数据集上与当前先进去模糊算法进行比较,该方法相比性能最好的算法PSNR(peak signal-to-noise ratio)值提高了0.14 dB,相比实时性最好的算法运行时间减少了0.1 s;同时在含有旋转运动的测试集上进行验证,证明了该算法可获得较好的复原质量.
基金项目
国家重点研发计划项目(2016YFC0200400)
国家自然科学基金资助项目(61673265)
国家科技期刊平台
NSTL
维普
万方数据