图像多尺度密集网络去模糊模型

使用基于深度学习的端到端去模糊方法,将模糊图像编码后再解码成高清图像。针对编码过程中网络模型存在提取特征信息不足,导致重建的去模糊图像质量下降的问题,提出两种网络结构改进方法:在自编码网络中添加密集网络结构以提高网络提取特征信息的能力;引入多尺度感受野结构,该结构由4个尺度的平均池化层和上采样层组成,从而提取更多输入图像的上下文特征信息。在GOPRO数据集和Kohler数据集,两种网络改进方法均取得了较好的图像重建效果。