3 个月前

注意!保持专注!

注意!保持专注!

摘要

我们提出了一种深度卷积神经网络(CNN)方法,用于处理由相机失焦引起的模糊伪影,该方法基于双像素图像进行重建。具体而言,我们设计了一种双注意力网络结构,包含注意力编码器、三重局部模块以及全局局部模块,能够有效提取双像素图像中每一幅图像的有用信息,并在不同图像间筛选出关键特征,最终融合生成高质量的输出图像。我们在NTIRE 2021双像素图像失焦去模糊挑战赛的测试集上对所提去模糊算法进行了评估,结果在定性和定量两个方面均验证了其有效性。相关代码与训练好的模型已公开,可通过GitHub获取:https://github.com/tuvovan/ATTSF。

代码仓库

tuvovan/ATTSF
官方
tf
GitHub 中提及

基准测试

基准方法指标
deblurring-on-second-dialogue-state-trackingOurs
MAE: 0.0377

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
注意!保持专注! | 论文 | HyperAI超神经