與caffe解卷積

Question

我想知道是否有可能使用在給定焦點處的目標點擴散函數對Caffe中的圖像執行解卷積。沿着this approach的路線。

如果是，那麼最好的方法是什麼？

Answer 1

可以使用Caffe（和CNN一般）對圖像進行去卷積，但該方法可能不如您希望的一般。

CNN可以將模糊的圖像作爲輸入和輸出清晰的圖像。由於網絡是卷積的，輸入可以是任何大小的。這可以很容易地使用卷積層和歐幾里得損失層在Caffe中完成。或者，您可以嘗試添加一些池化和解卷積層。

可以訓練CNNs以對特定模糊PSF中的圖像進行去卷積，就像在鏈接中一樣。 （見：[Xu et al.:Deep Convolutional Neural Network for Image Deconvolution. NIPS 2014]）。這很有效，但你必須爲每個新的PSF重新訓練CNN（這需要很多時間）。

我試圖訓練CNN做盲解卷積（PSF未知），它對文本文件非常有效。您可以在[Hradiš et al.: Convolutional Neural Networks for Direct Text Deblurring. BMVC 2015]獲得經過培訓的網絡和python-Caffe腳本。這種方法適用於其他類型的圖像，但不適用於不受限制的照片和不同的模糊。對於一般的照片，我猜想它可以適用於小範圍的模糊。

另一種可能性是進行逆濾波（例如使用維納濾波器）並使用CNN處理輸出。這樣做的好處是，您可以非常快速地爲新PSF計算逆濾波器，並且CNN保持不變。 [Schuler等：用於非盲圖像解卷積的機器學習方法。 CVPR 2013]