近年来,图像去模糊技术作为计算机视觉领域的一个重要研究方向,吸引了大量研究者的关注.针对传统图像去模糊方法在处理复杂运动模糊时存在的局限性,提出一种基于多尺度交叉模块的图像去模糊算法.通过融合多尺度信息,并结合注意力机制,实现了对模糊图像的高效复原.首先构建了一个多尺度特征提取网络,用于捕获图像在不同尺度下的模糊特征;随后,设计了一个基于注意力机制的多尺度交叉模块,通过空间注意力推断,将较小尺度下的细节信息有效地补充到较大尺度的模糊特征中,从而实现特征的精细化重建;最后,利用融合后的多尺度特征重建出清晰图像.实验结果表明,所提出的多尺度交叉模块图像去模糊算法在多个公开数据集上均取得了显著优于传统方法的去模糊效果,验证了算法的有效性和优越性.
万方数据
维普
