Diffusion-guided kernel regression: interpretable and stable learning for single-image blind motion deblurring

Shahbaz Anjum, Chaudhary Muhammad

doi:10.1080/13682199.2026.2654364

2026-01-01

PRE

Shahbaz Anjum, Chaudhary Muhammad

Aftab Khan *

Ahmed Siddiqui, Moiz Uddin

Khan, Ashfaq *

DOI：10.1080/13682199.2026.2654364

原文链接

原文求助

摘要

En 中文

单图像盲去模糊是一个具有未知潜在图像和模糊核的病态反问题。端到端的深度学习方法需要大型数据集，缺乏可解释性，并且对未见过的模糊类型泛化能力差。在本文中，我们提出了一种混合框架，将重点从直接去模糊转向模糊核参数的准确估计。训练一个轻量级卷积神经网络（CNN）来回归运动模糊的长度和角度，提供可解释的、具有物理意义的核模型。估计的参数构建点扩散函数（PSF），并与维纳去卷积集成以进行图像恢复。我们进一步提供了理论保证：（i）核参数化是局部可识别的，（ii）恢复误差仅随核估计误差线性增长，确保稳定性。在合成和真实图像上的实验表明，该方法在更少的样本下实现了高PSNR/SSIM，并提供了可解释性。这项工作表明，核参数回归为盲运动去模糊提供了一种稳健、基于理论的方法，并可用于未来的PSF扩展。

Keyword:

Blind image deblurring

kernel regression

motion blur estimation

diffusion guidance

convolutional neural networks (CNNs)

image restoration

Parametric Estimation

Point Spread Function (Estimation) and Interpretable Learning

期刊

IMAGING SCIENCE JOURNAL

IF:

1.1

论文数:

被引数:

机构

sheffield hallam university

学者数:

514

论文数: 329

被引数: 0

引用论文

High-fidelity image reconstruction for compressed ultrafast photography via an augmented-Lagrangian and deep-learning hybrid algorithm 通过增强拉格朗日和深度学习混合算法实现压缩超快摄影的高保真图像重建

PHOTONICS RESEARCH

IF7.2

2021-01-21

PREAI

Yang, Chengshuai; Yao, Yunhua; Jin, Chengzhi; Qi, Dalong; Cao, Fengyan; He, Yilin; Yao, Jiali; Ding, Pengpeng; Gao, Liang; Jia, Tianqing; Liang, Jinyang; Sun, Zhenrong; Zhang, Shian

Comparative analysis of hyperspectral Image reconstruction using deep learning for agricultural and biological applications

RESULTS IN ENGINEERING

IF7.9

2024-09-01