基于自适应残差的运动图像去模糊

作     者：欧阳宁 邓超阳 林乐平 OUYANG Ning;DENG Chao-yang;LIN Le-ping

作者机构：桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第6期

页      面：1684-1690页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61661017、61967005、U1501252) 广西自然科学基金项目(2017GXNSFBA198212) 广西科技基地和人才专项基金项目(桂科AD19110060) 中国博士后科学基金面上基金项目(2016M602923XB) 认知无线电教育部重点实验室基金项目(CRKL190107、CRKL160104) 桂林电子科技大学研究生教育创新计划基金项目(2019YCXS022) 

主　　题：运动图像去模糊 非均匀性 形变卷积模块 通道注意力模块 自适应 

摘      要：针对当前运动图像去模糊网络忽略了运动模糊图像的非均匀性,不能有效地恢复图像的高频细节及去除伪影等问题,在对抗网络基础上提出一种基于自适应残差的运动图像去模糊方法。在生成网络中构造由形变卷积模块和通道注意力模块组成的自适应残差模块。其中,形变卷积模块学习运动模糊图像特征的形变量,可以根据图像的形变信息动态调整卷积核的形状和大小,提高网络适应图像形变的能力。通道注意力模块对所提取的形变特征进行通道调整,获取更多的图像高频特征,增强恢复后图像的纹理细节。在公开的GOPRO数据集上进行实验,实验结果表明,该算法的峰值信噪比(PSNR)有较大的提升,能够重建出纹理细节丰富的高质量图像。