公开(公告)号：CN110969589A

公开(公告)日：2020-04-07

申请号：CN201911216879.2

申请日：2019-12-03

Applicant: 重庆大学

Inventor： 李伟红 ,  崔金凯 ,  龚卫国

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于多流注意力生成对抗网络的动态场景模糊盲复原方法。本发明首先设计了一种注意力引导模块，利用该模块生成具有在特征提取和去模糊过程中具有引导作用的注意力引导图，该引导图能够更多的关注模糊程度严重的区域或目标及其周围复杂的结构。另外，针对复杂的动态场景模糊信息，提出多流多尺度特征提取策略用于提取的复杂特征，并且设计一个多尺度残差块提取动态场景模糊图像的多尺度特征，捕获不同类型的模糊信息和更多纹理细节。最后，提出利用多尺度融合策略来获取更好的特征，并设计一个可学习的门结构来自适应融合来自不同流的多尺度特征。本发明可以更好地复原模糊程度较大的和复杂的动态场景模糊；进一步，还能提高复原图像的效率。

公开(公告)号：CN110969589B

公开(公告)日：2023-06-02

申请号：CN201911216879.2

申请日：2019-12-03

Applicant: 重庆大学

Inventor： 李伟红 ,  崔金凯 ,  龚卫国

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种基于多流注意力生成对抗网络的动态场景模糊盲复原方法。本发明首先设计了一种注意力引导模块，利用该模块生成具有在特征提取和去模糊过程中具有引导作用的注意力引导图，该引导图能够更多的关注模糊程度严重的区域或目标及其周围复杂的结构。另外，针对复杂的动态场景模糊信息，提出多流多尺度特征提取策略用于提取的复杂特征，并且设计一个多尺度残差块提取动态场景模糊图像的多尺度特征，捕获不同类型的模糊信息和更多纹理细节。最后，提出利用多尺度融合策略来获取更好的特征，并设计一个可学习的门结构来自适应融合来自不同流的多尺度特征。本发明可以更好地复原模糊程度较大的和复杂的动态场景模糊；进一步，还能提高复原图像的效率。

公开(公告)号：CN109919871A

公开(公告)日：2019-06-21

申请号：CN201910164437.1

申请日：2019-03-05

Applicant: 重庆大学

Inventor： 李伟红 ,  廖颖 ,  崔金凯 ,  龚卫国

IPC: G06T5/00 ,  G06T7/13

Abstract: 本发明提出一种基于图像和模糊核混合约束的模糊核估计方法，包括在模糊核估计模型中的使用图像L0混合约束和模糊核L2混合约束，利用图像梯度L0正则项作为全局先验来保护图像边缘，图像梯度暗通道L0正则项作为局部先验来保护清晰图像暗通道稀疏性；对模糊核及其梯度施加L2正则项来保护模糊核的稀疏性和连续性；然后在求解过程中引入凸性近似和线性近似来解决L0正则项和暗通道约束带来的非凸非线性问题，基于半二次分裂算法对提出的模糊核估计模型实现求解。本发明针对模糊图像能够估计出较为准确的模糊核，尤其是当处理丰富场景模糊图像时，由本发明方法估计出的模糊核可复原出比传统方法更为清晰的图像。