Слепое устранение размытия изображения с использованием многозадачной сверточной нейронной сети и пространственно-вариативной рекуррентной нейронной сети
Аннотация:
Мы представляем новый метод слепого устранения размытия изображения, способный обрабатывать пространственно изменяющееся размытие, вызванное различными причинами, такими как дрожание камеры и движения объекта. Из-за пространственновариативной природы сложного размытия наш метод устранения размытия включает как пространственно-вариативные, так и пространственно-инвариантные компоненты. А именно, мы используем гибридную нейронную сеть, состоящую из сверточной нейронной сети и пространственно-вариативной рекуррентной нейронной сети, обученную сквозным образом. Рекуррентная нейронная сеть используется в качестве оператора деконволюции, применяемого к признаковым картам, извлеченным из входного изображения сверточной нейронной сетью, в то время как попиксельные веса рекуррентной нейронной сети также генерируются той же сверточной нейронной сетью, что заставляет ее решать обе задачи одновременно. Такой гибридный и многозадачный дизайн позволяет нам достичь как низкой вычислительной сложности, так и высокого качества устранения размытия. Количественные и качественные оценки на широко используемом наборе данных GoPro демонстрируют, что предлагаемый метод обеспечивает хороший компромисс с точки зрения сложности и качества по сравнению с современными алгоритмами.