图像去模糊是图像领域一个经久不衰的挑战。近年来,有很多论文聚焦于深度学习算法去模糊工作。如标题所述的论文发表于2018年的 CVPR,是这方面的一个典型工作。我们来看看作者做了些什么?
go pro 公开数据集。总共包含3214组模糊/清晰数据集。
实际模型的输入数据为,从每个输入 batch 的 tensor 矩阵中随机剪裁成 256 *256 的 tensor 输入网络,所以每轮 epoch 下来用到的训练数据是不一样的。
整个网络结构如下图所示:
其特点在于:
另外我没看懂粉红色实线的上采样操作,似乎开源代码中也没有显示(如果我理解有误,请读者更正)?
采用了 L2 损失函数。
论文效果看着还行,但估计应用到业界依然很有难度。