Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring论文阅读非均匀盲去模糊(Non-uniform blind deblurring)是计算机视觉中的一项挑战性问题,因为模糊不仅由多个物体的运动引起,还可能源于相机抖动和场景深度变化。为了消除这些复杂的运动模糊,传统基于能量优化的方法依赖于简单假设(例如模糊核局部均匀或线性)。此外,近期的基于机器学习的方法也依赖于在这些假设下生成的合成模糊数据集。这使得传统去模糊方法难以处理模糊核难以参数化的情况(例如物体运动边界)。本文提出了一种多尺度卷积神经网络(CNN),以端到端方式恢复清晰图像,适用于由多种因素导致的模糊。