多尺度卷积神经网络的噪声模糊图像盲复原

作     者：刘鹏飞 赵怀慈 曹飞道 Liu Pengfei;Zhao Huaici;Cao Feidao

作者机构：中国科学院沈阳自动化研究所辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110169 中国科学院大学北京100049 中国科学院光电信息处理重点实验室辽宁沈阳110016 

基　　金：装备预研领域基金(61400010102) 

出 版 物：《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期：2019年第48卷第4期

页      码：300-308页

摘      要：图像盲复原是从一幅观测的模糊图像恢复出模糊核和清晰图像,传统盲去卷积算法采用简化模型估计模糊核,导致预测模糊核与真实值误差较大,最终复原结果不理想。针对此问题提出一种基于改进残差模块的多尺度卷积神经网络模型,采用端到端模式,无需估计模糊核。提出了一种基于限制网络输入的改进Wasserstein GAN (WGAN),增加了一层输入限制层,能够限定参数初始值,提高了网络收敛速度。设计了多重损失函数,融合了基于多尺度网络的感知损失和基于条件式生成对抗网络的对抗损失。实验结果表明:所提方法在定量和定性评价指标上优于已有的代表性方法,并且运行速度比相近算法快了4倍。

主 题 词：多尺度卷积神经网络 多重损失函数 生成式对抗网络 噪声模糊图像 

学科分类：12[管理学] 0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 1201[管理学-管理科学与工程类] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0825[工学-环境科学与工程类] 0704[理学-天文学类] 0811[工学-水利类] 0702[理学-物理学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3788/IRLA201948.0426001

馆 藏 号：203666496...