基于双路残差连接Transformer的图像去模糊研究
牛旭彤 邓正 范洪博
昆明理工大学信息工程与自动化学院 中国铁塔股份有限公司昆明市分公司
针对现有图像去模糊算法提取特征多样性不足，细节恢复能力有限的问题，提出双路残差图像去模糊模型DTCM。首先，设计了双路残差连接网络，以增加特征信息的丰富度；其次，引入Swin Transformer作为集成推理模块，用于突出主要特征、减少信息冗余，并在此基础上与卷积神经网络相结合，提出改进的SWT-C层，增强模型捕获长期依赖关系的能力；最后，引入金字塔卷积神经网络重建图像。实验结果表明，所提模型在多种运动模糊场景下均取得了较好的恢复结果。
全文下载
在线阅读
赣公网安备 36012102000372号
互知学术
全科互知