ICCV2019论文,旨在视频deblur。网站有论文讲解。论文使用STFAN用于视频去模糊,它集成帧对齐、去模糊到同一个框架中,而无需明显的运动估计,并且取得了SOTA结果。 pipeline 上图给出了文中所用到的网络架构示意图。从中可以看出,它包含三个子模块:特征提取、STFAN以及重建模块。 ...
【论文阅读】Reblur2Deblur:Deblurring Videos via Self-Supervised Learning
ICCP2018论文(好像还不在CCF名单里面???),用于自监督视频去模糊。 思想很简单—估计出blur kernel之后(基于光流),在reblur,用input做监督。 下图是基于光流估计blur-kernel,具有很好的参考价值。 具体细节相见论文。
【论文阅读】Down-Scaling with Learned Kernels in Multi-Scale Deep Neural Networks for Non-Uniform Single Image Deblurring
arxiv2019论文,方案应用于NTIRE19比赛。CSDN有简单的论文解读。作者认为现在的多尺度方法直接暴力地使用bicubic下采样进行尺度图像的生成;但是这样的方式在实际中不是最优的,并且会造成边缘的模糊,不利于deblur. 因此论文提出使用基于学习的降采样kernel降低分辨率,同时可以 ...
KPN-基于核估计的low-level论文
【coming soon】
【论文阅读】Restore from Restored:Video Restoration with Pseudo Clean Video
arxiv202003论文,投稿ECCV2020。比较新的一篇自监督视频low-level(denoise)的论文。 related work论文指出,用于图像恢复的常见自然图像属性是patch-recurrence,也就是在不同scale中存在相似的patches,这样的方法在SISR被大量采用[ ...
【论文阅读】Bringing Alive Blurred Moments
ICCV2019论文。【coming soons】
GCN
coming soon
【论文阅读】DAVID:Dual-Attentional Video Deblurring
WACV2020的论文。论文认为,相机抖动通常会导致短期、空间均匀且在时间上不相关的模糊,而物体运动会导致长期,空间局部且在时间上平滑的模糊。这种时空层面的“异质性”并不能很好的表示(现有方法都是输入固定的几帧视频)。因此论文设计内部和外部的attention模块。