単一画像のぼかし除去において、「粗から細」（"coarse-to-fine"）スキーム、すなわちピラミッド構造で異なる解像度で段階的に鮮明な画像を復元する手法は、伝統的な最適化ベースの方法や最近のニューラルネットワークベースのアプローチにおいて非常に成功しています。本論文では、この戦略を調査し、ぼかし除去タスク向けにスケール再帰ネットワーク（Scale-recurrent Network, SRN-DeblurNet）を提案します。[25]に示される多くの最近の学習ベースのアプローチと比較して、当手法はよりシンプルなネットワーク構造を持ち、パラメータ数が少なく、訓練も容易です。我々は複雑な動きを含む大規模なぼかし除去データセットで当手法を評価しました。結果は、定量的にも定性的にも最先端の手法よりも高い品質の結果を生成できることを示しています。