شبكة عصبية متعددة الطبقات العميقة للحد من تشويش المشاهد الديناميكية

إزالة التشويش غير المتجانس للمشاهد الديناميكية العامة هي مشكلة صعبة في مجال رؤية الحاسوب، حيث تنشأ التشوهات ليس فقط من حركات الأشياء المتعددة ولكن أيضًا من هز الكاميرا واختلاف عمق المشهد. لازالة هذه التشوهات الحركية المعقدة، تعتمد الطرق التقليدية التي تستند إلى تحسين الطاقة على افتراضات بسيطة مثل أن نواة التشويش جزئيًا متجانسة أو محليًا خطية. بالإضافة إلى ذلك، تعتمد الطرق الحديثة المستندة إلى التعلم الآلي أيضًا على مجموعات بيانات تشويش مصنعة تم إنشاؤها تحت هذه الافتراضات. هذا يجعل الطرق التقليدية لإزالة التشويش غير قادرة على إزالة التشوهات حيث يكون من الصعب تقريب أو تحديد معلمات نواة التشويش (مثل حدود حركة الأشياء). في هذا العمل، نقترح شبكة عصبية متعددة المقاييس تقوم بإعادة تكوين الصور الواضحة بطريقة شاملة عندما ينتج التشويش عن مصادر مختلفة. كما نقدم دالة خسارة متعددة المقاييس تقلد النهج التقليدي الخشن إلى الدقيق. بالإضافة إلى ذلك، نقترح مجموعة بيانات جديدة كبيرة توفر أزواجًا من الصور المشوهة بشكل واقعي والصور الواضحة المرجعية المقابلة لها والتي تم الحصول عليها باستخدام كاميرا عالية السرعة. مع استخدام النموذج المقترح الذي تم تدريبه على هذه المجموعة من البيانات، نظهر بالتجارب أن طرقنا تحقق أفضل الأداء في إزالة تشويش المشاهد الديناميكية، سواءً من الناحية النوعية أو الكمية.