Real-time Blind Deblurring Based on Lightweight Deep-Wiener-Network

要約

この論文では、高効率でブラインドブレ除去の問題に対処します。
リアルタイムの速度でタスクを完了するために、軽量なディープウィーナーネットワークのセットを提案します。
ネットワークには、ウィーナー ネットワークのパラメーターを推定するためのディープ ニューラル ネットワークと、ブレ除去のためのウィーナー ネットワークが含まれています。
実験的評価は、私たちのアプローチが推論時間とパラメータ数の点で最新技術よりも優れていることを示しています。
私たちのモデルのうちの 2 つは、毎秒 100 画像の速度に達することができ、これはリアルタイムのブレ除去に適しています。
さらなる研究は、私たちのモデルを使ったブレ除去の実世界での応用に焦点を当てるかもしれません。

要約(オリジナル)

In this paper, we address the problem of blind deblurring with high efficiency. We propose a set of lightweight deep-wiener-network to finish the task with real-time speed. The Network contains a deep neural network for estimating parameters of wiener networks and a wiener network for deblurring. Experimental evaluations show that our approaches have an edge on State of the Art in terms of inference times and numbers of parameters. Two of our models can reach a speed of 100 images per second, which is qualified for real-time deblurring. Further research may focus on some real-world applications of deblurring with our models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google