摘要
在单图像去模糊领域，逐步从粗到精（“coarse-to-fine”）的方案，即在金字塔的不同分辨率上逐渐恢复清晰图像，无论是在传统的基于优化的方法中还是在最近的基于神经网络的方法中都取得了非常成功的效果。本文中，我们研究了这一策略，并提出了一种尺度递归网络（Scale-recurrent Network, SRN-DeblurNet）用于去模糊任务。与文献[25]中的许多近期基于学习的方法相比，该网络具有更简单的结构、更少的参数且更容易训练。我们在包含复杂运动的大规模去模糊数据集上评估了我们的方法。结果表明，无论是定量还是定性方面，我们的方法都能产生优于现有最先进方法的结果。