マルチスケール（MS）アプローチは、ブラインドな単一画像／動画のデブラー処理において広く研究されており、低空間スケールでまず画像の復元を実行し、その後高空間スケールへと段階的に処理を進める手法である。特に、高空間スケールにおける大規模な運動による重度のブラーに対して、MSアプローチは有効である。これは、大規模な運動によるブラーが低空間スケールでは微小なブラーとして捉えられるためである。本研究では、非一様な単一画像デブラー処理に対して、MSアプローチの代替としてマルチタイム（MT）アプローチを検討する。具体的には、時間分解データセットから構築したMTレベルデータセットを用いた段階的時間学習手法を提案し、再帰的特徴マップを備えた新しいMT-RNNを設計し、反復処理を通じた段階的な単一画像デブラー処理の可能性を検証する。提案手法は、GoProデータセットにおいてPSNR評価で最先端のMS手法を上回り、パラメータ数が最小であるという優位性を示した。