更好也更快！最先进的图像去模糊算法DeblurGAN-v2

点击我爱计算机视觉标星，更快获取CVML新技术

---

以GAN为代表的生成模型正在视觉造假的路上越来越成熟，狗变猫、白马变斑马、实景变素描是GAN用于高级图像生成的例证。

能否将GAN应用于低级的图像处理呢？比如图像去模糊。

答案是肯定的。将GAN用于图像去模糊，生成器用于生成清晰图像，鉴别器区分真实且清晰图像与造假或模糊图像。

DeblurGAN （CVPR 2018）是这一方向新出算法中的佼佼者。

昨日公布的ICCV 2019 论文 DeblurGAN-v2: Deblurring (Orders-of-Magnitude) Faster and Better，原作者对其再升级，改进了生成器的网络结构与鉴别器，且使得算法可以方便使用现有成熟的骨干网，不仅提升了去模糊后图像的质量，同时可以轻易设计计算代价小的模型。实现了更好也更快！

该文作者信息：

由论文标题知，DeblurGAN-v2在速度上获得了数量级的提升。

下图展示了该文描述的DeblurGAN-v2使用不同骨干网获得的三个模型在GoPro数据集上与其他三个SOTA去模糊算法比较结果。