科研之友
微信
新浪微博
Facebook
分享链接
摘要
模糊图像不仅影响人类感知还会影响后续计算机视觉任务的性能，例如自动驾驶系统和户外监控系统中的视觉算法。针对以往基于深度学习的去模糊方法感受野较小，不能动态适应输入内容和重建图像细节信息困难等问题，提出了一种基于Transformer 的图像去模糊网络。网络包含两个分支：图像内容分支和梯度分支，每条分支均以具有窗口机制的Transformer作为主干，通过梯度分支的信息指导图像去模糊重建，能够更好地恢复图像的边缘和纹理。同时，为了充分利用图像的内容信息和梯度信息，本文还设计了一个交互式融合模块来有效融合特征信息。此外，本文通过在Transformer块的自注意力机制和前馈网络中引入卷积来解决Transformer对局部信息建模不足的问题。在合成数据集和真实数据集上的大量实验结果表明，提出的算法能有效去除复杂模糊并且恢复清晰的细节，在定量指标和视觉效果上均优于目前的主流去模糊算法。
- 单位
