Learning a Convolutional Neural Network for Non-uniform Motion Blur Removal

基于卷积神经网络的非均匀运动去模糊

摘要：在本文中，我们解决了从单个模糊图像中估计和消除非均匀运动模糊的问题。 我们提出了一种深度学习方法，以使用卷积神经网络（CNN）预测补丁级别的运动模糊的概率分布。 我们使用精心设计的图像旋转进一步扩展CNN预测的运动核候选集。 然后，使用马尔可夫随机场模型来推断密集的非均匀运动模糊场，从而增强运动的平滑度。 最后，使用斑块级图像先验通过非均匀去模糊模型消除运动模糊。 实验评估表明，我们的方法可以有效地估计和消除以前的方法无法很好处理的复杂非均匀运动模糊。