An Image Deblurring Algorithm Based on Improved Generative Adversarial Network

論文翻譯標題: 一個基於改良式生成對抗網路的影像去模糊演算法
  • 鄭 宇呈

學生論文: Doctoral Thesis

摘要

動態模糊是降低影像品質的最常見因素之一。它很常在手持相機拍攝出來的照片以及含有移動物體的低幀率影片中發現。?多電腦視覺的演算法如語義分割,物件偵測等依靠視覺輸入,模糊的影像都會影響這些演算法的效能。本論文中提出了一種基於生成對抗網絡的影像去模糊演算法。此網路包含一個產生器與一個鑑別器。產生器是基於編解碼器網路組成並合成趨於真實的輸出影像,而鑑別器則判別真實圖像相對來說是否比輸出影像更逼真。此外,混合式損失函數使網路能產生高品質的影像。 實驗結果顯示,本論文所提出的演算法相較於其他方法,在主觀影像品質能得到更銳利的邊緣及更細節的紋理與客觀影像評估標準上皆有較好的表現。
獎項日期2020
原文English
監督員Shen-Chuan Tai (Supervisor)

引用此

'