计算机应用

作者：贾瑞明, 邱桢芝, 崔家礼, 王一丁

单位：北方工业大学 信息学院, 北京 100144

关键词：盲去模糊,多尺度结构,跳跃连接,编解码,卷积神经网络

基金：国家自然科学基金面上项目（61673021）。

针对拍摄场景中物体运动不一致所带来的非均匀模糊，为提高复杂运动场景中去模糊的效果，提出一种多尺度编解码深度卷积网络。该网络采用"从粗到细"的多尺度级联结构，在模糊核未知条件下，实现盲去模糊；其中，在该网络的编解码模块中，提出一种快速多尺度残差块，使用两个感受野不同的分支增强网络对多尺度特征的适应能力；此外，在编解码之间增加跳跃连接，丰富解码端信息。与2018年国际计算机视觉与模式识别会议（CVPR）上提出的多尺度循环网络相比，峰值信噪比（PSNR）高出0.06 dB；与2017年CVPR上提出的深度多尺度卷积网络相比，峰值信噪比和平均结构相似性（MSSIM）分别提高了1.4%和3.2%。实验结果表明，该网络能快速去除图像模糊，恢复出图像原有的边缘结构和纹理细节。

来源：2019年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第9期