.png){kind=icon}
返回
Fully-Cascaded Spatial-Aware Convolutional Network for Motion Deblurring
.png){kind=icon}
PRE
AI
DOI：10.3390/info16121055.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
运动去模糊由于非均匀运动模糊的存在，是图像恢复中的一个病态且具有挑战性的问题。尽管近年来深度卷积神经网络取得了显著进展，但许多现有方法采用多尺度或多补丁子网络，这些子网络涉及不同尺度或补丁间的额外处理（如特征对齐和融合），导致巨大的计算成本。在本文中，我们提出了一种新颖的完全级联空间感知卷积网络（FSCNet），该网络能够有效地从模糊输入中恢复清晰图像，同时保持恢复质量与计算效率之间的良好平衡。所提出的架构由简单而有效的子网络组成，并通过完全级联特征融合（FCFF）模块连接，从而能够利用每个阶段生成的多样且互补的特征。此外，我们设计了一种轻量级空间感知块（SAB），其核心组件是通道加权空间注意力（CWSA）模块。SAB被集成到FCFF模块和跳过连接中，通过丰富空间细节表征来增强特征融合。在GoPro数据集上，FSCNet实现了33.01 dB PSNR和0.962 SSIM，其精度与HINet等当前最优方法相当或更高，同时模型大小减少了近80%。此外，当在三个额外的基准数据集（HIDE、REDS和RealBlur）上评估由GoPro训练的模型时，FSCNet在所有比较方法中达到了最高的平均PSNR（29.53 dB）和SSIM（0.903）。这种跨数据集的持续优越性突显了FSCNet在多样化模糊条件下的强大泛化能力和鲁棒性，证实了它在保持良好性能-复杂度权衡的同时实现了当前最优性能。
Keyword:
motion deblurring
multi-stage
channel-weighted spatial attention
期刊
I
IF:
2.9
论文数:
861
被引数:
9.8K
机构
引用论文
Thermal Video Enhancement Mamba: A Novel Approach to Thermal Video Enhancement for Real-World Applications.png)
Information
InformationIF0
PREAI
分享收藏A fusion framework with multi-scale convolution and triple-branch cascaded transformer for underwater image enhancement用于水下图像增强的多尺度卷积和三分支级联变换器融合框架
PREAI
分享收藏Effective and efficient pixel-level detection for diverse video copy-move forgery typesPATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
查看更多内容