基于广度残差与像素点注意力的图像去模糊模型
Image Deblurring Model Based on Width Residual and Pixel Attention作者机构:南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063
出 版 物:《应用科学学报》 (Journal of Applied Sciences)
年 卷 期:2022年第40卷第6期
页 面:996-1005页
学科分类:08[工学] 0804[工学-仪器科学与技术]
基 金:国家自然科学基金(No.61866027,No.62162044) 江西省自然科学基金(No.20202BAB202016) 江西省重点研发计划(No.20212BBE53017) 南昌航空大学研究生创新专项基金(No.YC2020031)资助。
摘 要:针对现有方法难以快速从模糊图像中恢复高质量清晰图像的问题,提出了基于广度残差与像素点注意力的图像去模糊模型。该模型以编解码网络为基础,采用广度卷积与多阶残差方法,构建广度残差模块,提高了模型处理速度;同时,采用局部平均与矩阵叉乘,构建像素点注意力模块,增强了模型去模糊质量。在GOPRO数据集上进行的实验结果表明,在模型大小仅为22.24 MB情况下,结构相似度为0.9223,峰值信噪比为31.74 dB,平均运行时间为0.37 s。所提出方法与尺度循环网络方法相比,其峰值信噪比提高了4%,并且性能优于现有其他去模糊方法。