摘要

离焦模糊检测（DBD）用于分离图像中的对焦区域和离焦区域。以往的方法错误地将对焦区域中的均匀区域误判为离焦模糊区域，这可能是由于没有考虑导致离焦模糊的内部因素。受景深定律、景深（DOF）和离焦现象的启发，我们提出了一种称为D-DFFNet的方法，该方法以隐式方式融合了深度和景深线索，从而使模型能够更自然地理解离焦现象。我们的方法提出了一种深度特征蒸馏策略，从预训练的单目深度估计模型中获取深度知识，并使用DOF边缘损失来理解景深与深度之间的关系。我们的方法在公共基准数据集和新收集的大规模基准数据集EBD上均优于现有最先进方法。源代码和EBD数据集可在以下地址获取：https://github.com/yuxinjin-whu/D-DFFNet。