基于增强多尺度特征网络的图像去模糊

现有的多尺度多阶段图像去模糊方法存在多尺度图像特征提取利用不充分和阶段加深导致特征信息丢失的问题。针对上述问题，提出了一种基于增强多尺度特征网络的图像去模糊方法。首先，提出一个多尺度残差特征提取模块，在两个分支中使用不同大小的卷积核扩大感受野，充分提取不同分辨率大小图像的特征信息。其次，提出跨阶段注意力模块，过滤和传递图像的关键特征。最后，设计类似于跳跃连接的跨阶段特征融合模块，弥补特征损失，同时融合来自不同大小输入图像的特征信息，丰富空间特征信息，以更好地处理纹理细节。在GoPro和HIDE数据集上的实验结果表明，所提方法能够很好地重建图像。