BriefGPT - AI 论文速递
·
深度线阵推扫图像恢复：一种降级流程与抖动感知恢复网络
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文介绍了JARNet方法，用于去除图像上的扭曲和模糊。该方法通过两个阶段进行修复，首先使用OFC块改善光流，然后在SFRes块中引入CoA技术和先验知识来提高图像质量。实验证明该方法优于当前最先进的图像修复模型。
🎯
关键要点
- LAP成像技术获取的图像常常受到摄像机抖动导致的扭曲和模糊影响。
- 提出了一种Jitter-Aware Restoration Network（JARNet）方法，通过两个阶段去除图像上的扭曲和模糊。
- 第一阶段使用光流校正（OFC）块改善LAP图像的光流，得到预先校正的图像。
- 第二阶段在空间和频率残差（SFRes）块中引入坐标注意力（CoA）技术和先验知识，进一步提高图像质量。
- 开发了一个数据合成流水线，用于模拟LAP图像的真实退化。
- 大量实验证明该方法优于当前最先进的图像修复模型。
