摘要
视频去模糊技术已经取得了显著进展，这得益于深度神经网络的成功应用。大多数方法通过端到端的方式解决去模糊问题，但视频序列中的信息传播有限。然而，不同的帧区域表现出不同的特性，因此应提供相应的相关信息。为了实现细粒度的去模糊，我们设计了一个记忆分支，用于在内存库中存储模糊-清晰特征对，从而为模糊查询输入提供有用的信息。为了丰富我们的内存库，我们进一步基于内存库设计了双向递归和多尺度策略。实验结果表明，我们的模型在保持较低的模型复杂度和推理时间的同时，性能优于其他最先进的方法。代码可在 https://github.com/jibo27/MemDeblur 获取。