计算机软件及计算机应用论文_基于循环神经网络

文章摘要:近年来，基于深度学习的运动模糊去除算法得到了广泛关注，然而单幅散焦图像去模糊算法鲜有研究。为针对性地解决单幅图像的散焦模糊问题，提出一种基于循环神经网络的散焦图像去模糊算法。首先级联两个残差网络，分别完成散焦图估计和图像去模糊；随后，为了保证散焦图和清晰图像的深度特征可以更好的跨阶段传播以及阶段内相互作用，在残差网络中引入LSTM（long short-term memory）循环层；最后，整个残差网络进行了多次迭代，迭代过程中网络参数共享。为了训练网络，制作了一个合成散焦图像数据集，每一张散焦图像都包含对应的清晰图像和散焦图。实验结果表明，该算法相较于对比算法在主客观图像质量评价上均有显著优势，在复原结果中具有更锐利的边缘和清晰的细节。对于真实双像素图像散焦模糊数据集DPD，该算法相比DPDNet-Single在峰值信噪比（PSNR）和结构相似性（SSIM）上分别提高了0.77dB、5.6%，因此所提方法可以有效处理真实场景散焦模糊。

文章关键词:

论文DOI:10.19734/j.issn.1001-3695.2021.11.0635

论文分类号:TP391.41;TP183

文章来源：《模糊系统与数学》 网址: http://www.mhxtysxzz.cn/qikandaodu/2022/0127/748.html