Image Blur Classification and Parameter(泛读)

一.文献名字和作者

    Image Blur Classification and Parameter Identification using Two-stage Deep Belief Networks

   

二.阅读时间

     2014年10月23日

三.文献的贡献点

    文献主要提出了使用DBN作为模糊类型分类和参数估计的方法，主要的过程分两步进行，第一步是先进行模糊类型的分类，第二步是对不同的模糊类型进行参数估计。上面的两个过程都是在频域中进行的，对于第一步是直接使用频谱进行，而对于第二步中的运动模糊和失焦模糊，先使用一个边缘检测算子，然后再使用DBN进行参数估计，而对于高斯模糊，并没有进行边缘检测的过程。

    文献将PSF估计的过程转化为一个层级的分类过程，同时又在分类过程中使用了DL技术，在理论上面的创新做的比较少，主要还是集中在DL在PSF估计上面的应用创新。作者也没有使用实际模糊图像进行去模糊来看看自己的算法效果，因此，改算法的实际去模糊效果还是值得商榷的。

    作者训练过程使用的数据集为本来用于分类的数据集，然后直接进行人工模糊的，测试集使用的伯克利用于做图像分割的数据集，同样进行人工模糊的，并不一定能够模拟出实际的模糊情况，这是一个可以拓展的地方。

     这篇文章将DL与PSF估计结合起来，确实是一个可以研究的方向，虽然这篇文章只是发在BMVC上面。

版权所有，欢迎转载，转载请注明出处，谢谢