针对图像盲去模糊的可微分神经网络架构搜索方法

摘要：

为了解决设计图像去模糊神经网络依赖大量手工调参的问题,提出一种面向图像盲去模糊的可微分神经网络架构搜索方法.通过设计U型残差搜索空间,将去模糊网络的搜索过程分为9个搜索单元的搜索过程,降低了搜索的复杂度,并设计出一个基于随机游走和最近邻插值的算法,通过模拟相机运动轨迹的方式生成模糊核,进而生成足够的模糊图像用于训练.实验结果表明,该方法明显减少了人工调参的工作量,在GOPRO和Kohler数据集上搜索得到的网络,峰值信噪比相对于基准网络UNet分别提升3.10 dB和1.17 dB,并接近UNet的推理速度.

关键词：卷积神经网络;可微分神经网络架构搜索;图像去模糊;图像复原;数据扩增

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家重点研发计划;中国科学院先导项目;中国科学院院内人才项目

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：313-320