本帖最后由 左旺孟哈工大 于 2015-8-22 16:28 编辑
Wangmeng Zuo, Dongwei Ren, Shuhang Gu,Liang Lin, Lei Zhang, “Discriminative Learning of Iteration-wise Priors forBlind Deconvolution”, CVPR 2015.
在图像去模糊问题中,如何准确地估计模糊核至关重要。近年来的广泛研究发现图像中的显著性结构边缘有助于估计模糊核。现有方法通过边缘保持与增强算子、设计正则项等方式恢复结构边缘。然而,为了实现在不同阶段选取合适的结构边缘,现有方法往往依赖于手动调整参数。 基于判别学习的策略,我们的方法在不同的阶段自适应地学习恰当的先验。通过采用不同参数的超拉普拉斯分布来刻画各个阶段的图像先验,利用训练得到的先验参数在不同阶段选取合适的结构边缘,从而更好地指导模糊核的估计。此外,我们的方法允许Lp范数中p取负值,使结构边缘在初始阶段得到适当的增强,更加快速地估计模糊核。实验表明,我们学习到的自适应先验具有较强的推广性,在模糊图像库及真实模糊图像的复原中较现有方法均取得了更好的效果。
Zuo_Discriminative_Learning_of_2015_CVPR_paper.pdf
(8.24 MB, 下载次数: 3825)
|