基于注意力机制的图像盲去模糊算法

作者：林晨^*; 尹增山

来源：计算机应用, 2020, S2: 151-157.

• 图像去模糊
• 卷积神经网络
• 注意力机制
• 编解码网络
• 暗通道先验

针对目前的盲去模糊算法不能很好地处理严重模糊和复杂的动态场景模糊的现状,提出一种基于注意力机制的模糊图像盲复原算法——多尺度注意力网络(MANet)。首先,网络基于非对称的编码器-解码器结构,编码侧采用了残差密集块,提高网络对输入图像特征的提取和表达能力;进一步,设计了简单高效的注意力模嵌入解码侧进行端到端训练,注意力模块生成的各尺度初步复原图像实现了图像金字塔的多尺度结构;另外,注意力特征图自适应地优化了解码过程中特征图的信息;最后,提出暗通道先验损失和多尺度均方误差联合的损失函数反向优化网络。实验结果表明,定量和定性结果均优于对比算法,相比多尺度循环网络,GOPRO测试数据集上的峰值信噪比(PSNR)和结构相似性(SSIM)分别提高了2.01%、4.48%,在合成数据集和真实动态场景中的模糊复原图像都具有更锐利的边缘和清晰的细节。所提方法能更好地处理复杂动态场景模糊,同时提高图像复原的效率。

• 单位
  中国科学院; 中国科学院大学; 上海科技大学