본 논문에서는 다중 스케일 특징 추출 모듈(MS-FE)과 주파수 향상 블러 인식 모듈(FEBP)을 기반으로 하는 새로운 블라인드 이미지 디블러링 네트워크인 MFENet을 제안하며, GoPro 및 HIDE 데이터셋에서 SOTA 성능을 달성했음을 실험적으로 검증합니다.
본 논문에서는 고전적인 위너 디콘볼루션 프레임워크를 딥 러닝 기술과 결합하여 흐릿한 이미지에서 노이즈를 제거하고 선명한 이미지를 복원하는 새로운 딥 위너 디콘볼루션 네트워크(DWDN)를 제안합니다.
선택적 상태 공간 모델을 활용하여 지역 및 전역 특징을 효과적으로 집계함으로써 우수한 이미지 디블러링 성능을 달성한다.
DeblurDiNAT은 실제 세계의 흐릿한 이미지를 효과적이고 효율적으로 복원하는 경량 트랜스포머 모델이다.