论文部分内容阅读
图像盲去模糊不仅是低层视觉领域的基础性问题,同时也是计算成像领域的前沿性课题。由于实际模糊成像过程的模糊核往往复杂多变、不易参数化,探讨不受限图像非参盲去模糊具有显而易见的现实意义。然而时至今日,在恢复模型的直观性以及估计算法的精确性、鲁棒性和时效性均衡方面,现有方法依然未能给出令人信服的答案。为了进一步推动该领域的深入研究,文中从空间不变非参盲去模糊这个根本性问题出发,对当前基于变分贝叶斯(Variational Bayes)、最大后验估计(Maximum a Posterior)以及深度表示学习