本論文では、GyroDeblurNetと呼ばれる新しい単一画像ぼかし除去手法を提案している。GyroDeblurNetは、ジャイロセンサから得られる情報を効果的に活用することで、従来手法を大きく上回るぼかし除去性能を実現している。
具体的には以下の3つの特徴がある:
ジャイロデータの誤差を補正するための「ジャイロ精製ブロック」と「ジャイロぼかし除去ブロック」を提案している。これにより、実世界のジャイロデータの誤差に対してロバストな性能を発揮する。
複雑なカメラ振動を表現するための「カメラモーションフィールド」と呼ばれる新しいジャイロデータ埋め込み手法を提案している。これにより、従来手法では表現できなかった複雑なぼかしも適切に処理できる。
ジャイロデータの誤差を考慮したカリキュラムラーニングベースの学習手法を提案している。これにより、ジャイロデータの誤差に対してロバストな学習が可能となる。
提案手法の有効性は、合成データセットGyroBlur-Synthと実世界データセットGyroBlur-Realを用いた定量的・定性的な評価実験によって示されている。GyroDeblurNetは、従来の単一画像ぼかし除去手法と比べて大幅な性能向上を達成している。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問