新知榜官方账号
2023-10-30 10:07:29
在异国街头拍照时,手抖或者画面中的物体运动会让画面模糊,这是非常令人苦恼的。近日,乌克兰天主教大学、布拉格捷克理工大学和解决方案提供商Eleks联手公布了一篇论文,提出了一种基于条件对抗式生成网络和内容损失的端对端学习法DeblurGAN,可以去除图像上因为物体运动而产生的模糊。
DeblurGAN的基本原理是训练一个CNNGθG作为生成器,每张IB都对应着一张估计出的清晰图像IS。在训练阶段,引入critic函数DθD,以对抗的方式训练两个网络。DeblurGAN包含两个1/2间隔的卷积单元、9个剩余residual单元和两个反卷积单元。每个ResBlock由一个卷积层、实例归一化层和ReLU激活组成。
DeblurGAN所用的训练集中有2/3是合成图像,1/3是高帧率相机拍摄的图像。由于它们均为全卷积模型,又是在图像patch上训练的,因此可以应用在任意大小的图像中。测试结果表明,DeblurGAN在定性和定量两方面都表现出优异的结果。它可以处理由相机抖动和物体运动引起的模糊,不会受到通常的核评估方法的影响,同时参数仅为Multi-scaleCNN的六分之一,大大加快了推理速度。
除了去除运动模糊,DeblurGAN还可以用于评估质量的去模糊算法的新方式。研究人员探索了动态模糊对目标检测的影响,提出了一种基于在预训练的YOLO网络上目标检测的结果的评估质量的去模糊算法的新方式。
DeblurGAN的论文地址为:https://arxiv.org/abs/1711.07064,相关代码(PyTorch)为:https://github.com/KupynOrest/DeblurGAN。
相关工具
相关文章
相关快讯
推荐
FLUX.1 Kontext 一出,AI生图领域 “地震” 了!
2025-06-06 15:38
用Deepseek写AI绘图提示词,像呼吸一样简单!
2025-02-19 16:12
你以为AI绘画是黑科技?其实早成了“路边摊生意”!
2025-02-19 10:15
Flux爆火,全网最全面最详细的Flux使用教程!
2025-02-18 14:19
用AI如何创作音乐,实战教学来啦!
2025-02-17 17:23
MidJourney让你秒变绘画大神,从零开始画哪吒!
2025-02-17 14:56
AI应用新境界:让人工智能成为你的得力助手
2025-02-14 15:45
AI短片革命:当创作遇上智能,人人都能成为导演
2025-02-14 14:53
AI狂潮下的人类职场:是失业危机还是进化契机?
2025-02-13 16:53
开启影视创作新纪元,效率提升 10 倍的神器来了!
2025-02-13 15:11