<aside> 💡 single image 관련 내용을 주로 정리했습니다! video deblurring관련 부분은 많이 생략했습니다

</aside>

dynamic scene motion deblurring을 해결하기 위한 모델을 제안한 연구이다

high resolution processing과 multi resolution feature aggregation method가 합쳐진 네트워크 구조를 제안

single frame 및 video deblurring 을 위한 네트워크 제안

[2 stage 로 이뤄져 있다]

stage 1

• multiple atrous convolution in parallel
• 각 3개의 convolution 에서 atrous rate를 조심스럽게 조절했다. input의 rectangular area를 완전히 커버하기 위해
• 이 방법으로 high spatial resolutrion에서의 large receptive field를 얻을 수 있었다

stage 2

• multiple consecutive frames of a video sequence 여러개의 연속된 비디오 시퀀스의 프레임들을 결합
• high resolution을 유지하면서 multi resolution features를 사용한다. 이미지 간 객체들의 큰 움직임의 영향을 완화시키기 위해

NTIRE2020 single image 1등, video deblurring 4등 차지한 모델

Introduction

Image capture에서 모션블러는 매우 보편적이고 눈에 띄는 artifacts 이다

Blurred images는 computer vision application에서 문제가 될 수 있습니다

일반적 CNN : downsampling layers → expand internal receptive field

여기서 입력의 더 크고 의미론적으로 더 의미 있는 영역에서 특징을 추출하기 위해, 많은 방법은 일종의 서브샘플링을 사용한다. → 보통 maxpolling 이나 average pooling 같은 pooling operations