基于频域Transformer的对抗生成网络去运动模糊算法

对于图像不均匀的运动模糊问题，模型感受野的大小相当重要，基于自注意力机制的Transformer的感受野远大于传统CNN模型。并且引入了高效的频域处理模块，以往结合频域处理模糊的方法忽略了运动模糊在频域图中呈现出来的方向性特征，根据这种特征将其分解处理可以高效地恢复图像。实验中与目前较经典的几个方法进行了对比，模型在GoPro数据集上PSNR得分为32.24 dB，在RealBlur-J数据集上的得分为29.38 dB，效果相较于其他方法在两个数据集上分别提高了0.72 dB和0.83 dB。