来源：期刊VIP网 时间：
作者：陈静文;康军;
单位：北京师范大学;
摘要：为更加实时、准确地捕捉高速运动模糊图像中的不同尺度和频率信息，文中提出高速运动模糊图像实时恢复方法，用于有效恢复高速运动模糊图像中的细节信息。生成器采用多尺度改进U-Net模型，以高速运动模糊图像为输入，生成无限接近于清晰图像的伪恢复跑步运动图像，并通过在编码部分引入多尺度特征提取模块以避免跑步运动图像特征细节丢失；解码部分引入并行注意力模块以解决模糊程度不一致问题。判别器由多层卷积操作组成，以生成器输出的伪恢复跑步运动图像及清晰图像为输入，通过不断判别伪恢复图像的真实性，提升生成器生成跑步运动图像的真实性，将待恢复的高速运动模糊图像输入至生成器，输出清晰的高速运动图像。实验结果显示，该方法可以实时恢复跑步运动图像的清晰度，且多尺度特征提取以及注意力机制的加入，可以显著提升模糊图像的恢复效果。
关键词：多尺度特征;;U-Net;;高速运动;;模糊图像;;实时恢复;;细节信息;;编码器;;解码器
基金资助：国家自然科学基金青年科学基金项目(12201051)
