10.3969/j.issn.1003-3114.2022.05.024
基于CA-Res2Net和可变形卷积的图像去模糊方法
针对动态场景下的非均匀运动模糊问题,提出了一种基于细粒度多尺度注意力残差模块(CA-Res2Net)和可变形卷积(Deformable Convolution)的图像去模糊方法CADNet.CADNet以可变形卷积自编码结构为基础架构,进而可以更好地对抗模糊形变;同时CADNet嵌入了细粒度多尺度的残差模块,可以在更细粒度的层次上表示图片的多尺度特征信息,从而可以获得更强的特征表示能力.实验结果表明,CADNet是一种高效的去模糊算法,在获得更高去模糊性能的同时,压制住了计算开销.
图像去模糊、非均匀模糊、可变形卷积、通道注意力、Res2Net
48
TN919.23
国家自然科学基金;江苏省重点研发计划
2022-09-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
945-950