Deep Blind Video Super-resolution

好像中了CVPR 2020？？？没有查到
代码：https://github.com/jspan/blindvsr

文章思路

所谓盲超分：
我的理解是目前大部分的图像和视频超分辨算法，他们所使用的退化模型都是已知的，比如Bicubic核，高斯模糊核。在我们使用CNN去建模时，CNN在超分过程中并不会对模糊核进行建模，因为它是已知的，这样导致的问题就是最后产生的超分结果很平滑，看上去就会显得比较模糊。（这个地方的疑惑是为什么已知了，CNN就不对其建模了？这个地方有大佬有更深入的理解，还望告诉在下，）

所以盲超分要解决的问题就是估计模糊核

---

这篇文章是第一篇做视频盲超分的文章。它提出用深度卷积网络进行视频的盲超分，整个网路由三部分组成：
1）运动模糊核估计网络，因为是视频超分，这里的模糊核就是运动模糊核了。
2）运动估计网络
3）视频帧复原网络
完整架构如下：

整个算法的流程叙述如下：
1）首先进行运动模糊核估计。这个运动模糊核估计网络由两层全连接层组成，实验中两层的大小分别设为1000和225。核估计网络采用高斯核作为输入，输入的具体设置，可以参见源码或者论文[1]，然后网络逐渐学习去逼近这个真实的核，最后输出的估计核大小为$15$