手持相机的深度视频去模糊

手持设备拍摄的视频中，由相机抖动引起的运动模糊是一个重大问题。与单幅图像去模糊不同，基于视频的方法能够利用相邻帧之间丰富的信息。因此，目前性能最佳的方法均依赖于邻近帧之间的对齐。然而，图像对齐是一项计算成本高且易出错的过程，因此，采用信息聚合的方法必须能够识别出哪些区域已准确对齐，哪些尚未对齐，这一任务需要高层次的场景理解能力。在本研究中，我们提出了一种基于深度学习的视频去模糊方法，其中使用卷积神经网络（CNN）端到端地学习如何跨帧累积信息。为训练该网络，我们采集了一个由高帧率相机拍摄的真实视频数据集，并利用该数据集生成合成运动模糊以提供监督信号。实验结果表明，从该数据集中学习到的特征能够有效应用于多种视频中因相机抖动引起的运动模糊去模糊任务，且在去模糊效果上显著优于多个现有基准方法。