在实际机器人应用中，基于标记点（fiducial marker）的特征提取或定位可能因运动模糊而失效。为解决这一问题，本文提出了一种轻量级生成对抗网络——Ghost-DeblurGAN，用于实时运动去模糊。此外，由于目前尚无针对此类任务的去模糊基准数据集，本文还构建了一个大规模新数据集YorkTag，该数据集包含带有标记点的清晰图像与模糊图像配对。基于在YorkTag数据集上训练和测试的模型，实验结果表明，将Ghost-DeblurGAN与标记点系统结合应用于运动模糊图像时，可显著提升标记点的检测性能。本文所用数据集与代码已公开，获取地址为：https://github.com/York-SDCNLab/Ghost-DeblurGAN。