2015-2017ECCV，ICCV，CVPR神经网络论文，主要在去模糊，图像复原方面

在单图像去模糊中，传统的基于优化的方法和最近的基于神经网络的方法都非常成功，即在金字塔中逐步恢复不同分辨率的锐利图像。在本文中，我们研究了这种策略，并提出了一个规模递归网络（SRN-DeblurNet）来完成这项去模糊任务。与文献[25]中的许多基于学习的方法相比，它具有更简单的网络结构、更少的参数和更容易训练的特点。我们在具有复杂运动的大规模数据集上对我们的方法进行了评估。结果表明，无论在定量还是定性上，我们的方法都比现有的方法有更高的质量。

本文来自于csdn，文章介绍了针对模糊图像的处理的两条路，自我激发型以及外部学习型两条路的相关内容。针对模糊图像的处理，个人觉得主要分两条路，一种是自我激发型，另外一种属于外部学习型。接下来我们一起学习这两条路的具体方式。基于图像处理的方法，如图像增强和图像复原，以及曾经很火的超分辨率算法。都是在不增加额外信息的前提下的实现方式。　　图像增强是图像预处理中非常重要且常用的一种方法，图像增强不考虑图像质量下降的原因，只是选择地突出图像中感兴趣的特征，抑制其它不需要的特征，主要目的就是提高图像的视觉

本文来自于csdn，文章介绍了针对模糊图像的处理的两条路，自我激发型以及外部学习型两条路的相关内容。针对模糊图像的处理，个人觉得主要分两条路，一种是自我激发型，另外一种属于外部学习型。接下来我们一起学习这两条路的具体方式。基于图像处理的方法，如图像增强和图像复原，以及曾经很火的超分辨率算法。都是在不增加额外信息的前提下的实现方式。 　　图像增强是图像预处理中非常重要且常用的一种方法，图像增强不考虑图像质量下降的原因，只是选择地突出图像中感兴趣的特征，抑制其它不需要的特征，主