AAAI 2024 | 基于先验与预测逆核变换器的单图像去焦去模糊

主要观点总结

该文章介绍了论文“Prior and Prediction Inverse Kernel Transformer for Single Image Defocus Deblurring”，该论文提出了一种分治方法与全新模型框架P2IKT，用于单图像去焦去模糊。文章详细描述了论文的创新点、方法、主要思想、网络结构等。

关键观点总结

关键观点1: 论文提出一种分治方法与全新模型框架P2IKT，用于处理单图像去焦去模糊问题。

针对散焦模糊的特性，论文设计了逆高斯核模块（IGKM）和逆核预测模块（IKPM），并通过尺度循环变换器（SRT）自适应融合来自两个模块的反卷积特征图。

关键观点2: 论文引入多损失函数进行训练，以提高模型性能。

除了主要的损失函数外，还引入了频域损失Lfreq和感知图像块相似性（LPIPS）损失作为辅助损失。

关键观点3: 实验结果表明，P2IKT在多个散焦去模糊数据集上的性能优于以前的方法。

通过对比实验，验证了P2IKT的有效性。