MotionBlur:运动模糊的盲反卷积

【文件属性】：
文件名称：MotionBlur:运动模糊的盲反卷积
文件大小：55MB
文件格式：ZIP
更新时间：2021-05-03 15:47:11
deep-learning convolutional-neural-networks motion-blur inverse-problems deconvolution 描述 该项目旨在消除源自手持摄像机运动或抖动的运动模糊。 它旨在盲目工作，即不需要模糊知识。 使用卷积神经网络估计运动模糊，然后将其用于校准反卷积算法。 该项目包括两个不同的部分： -图像处理部分，包括反卷积算法和正向模型。 -使用神经网络的模糊估计部分。 有关某些视觉见解，请参见 。 该库使用Python3编码。 无论是在图像处理（复杂模糊的建模）还是在模糊估计方面，其贡献都倍受欢迎。 消息 从2020年5月开始，该项目重新启动！ 我们从tensorflow转到pytorch。 我们将把运动模糊模型扩展到比简单的线性运动更复杂的运动。 我们还将解决空间变异情况。 我们计划扩展到电视去模糊。 进步 截至目前（2020年5月），我们支持使用Wiener滤波器对线性模糊进行模糊处理。 安装 在您喜欢的conda环境中，键入： pip install -e . 为了进行开发，请按

【文件预览】：
MotionBlur-develop
----models()
--------final_model.pth(56.35MB)
----readme.md(3KB)
----motion_blur()
--------__init__.py(0B)
--------libs()
----.github()
--------workflows()
----driver_scripts()
--------training_experiments()
--------util_scripts()
--------main_train.py(2KB)
--------dataset_setup_scripts()
--------main_inference.py(2KB)
----tests()
--------test_linops()
--------integration_tests()
--------__pycache__()
--------test_kernels()
--------test_nn()
--------__init__.py(0B)
--------test_data()
--------test_dataloaders()
----imgs()
--------blurred_lena.jpg(386KB)
--------linear_motion_blur_perfomance_theta.png(26KB)
--------results.jpg(130KB)
--------method_diagram.png(1.16MB)
--------linear_motion_blur_perfomance_length.png(25KB)
--------linear_motion_blur_perfomance.png(25KB)
--------deconv_lena.jpg(453KB)
--------Reds_deconv.png(358KB)
--------lena.tiff(768KB)
----requirements.txt(518B)
----setup.py(619B)
----.gitignore(220B)