摘要
目前在盲图像去模糊任务中,深度学习技术已展现出卓越的性能.然而,当前多数方法主要聚焦于启发式网络架构的构建,而对模糊核与清晰图像之间物理生成机制的显式嵌入关注不足.这在一定程度上限制了方法对不同模糊核的通用性和模型的可解释性.为克服这一局限性,提出一种创新的模型驱动深度神经网络.通过迭代算法精确求解盲图像去模糊的优化模型,并将迭代步骤巧妙地嵌入相应的网络模块中,从而实现网络学习过程与盲图像去模糊物理机制的深度融合.实验结果表明,所提出的方法在准确性和通用性方面均显著优于现有的代表性盲图像去模糊技术,能够有效应对各种模糊类型,为盲图像去模糊研究提供了新的思路和方法.
维普
万方数据