用咖啡反卷积
Deconvolution with caffe
我想知道是否可以在给定焦点处使用 objective 的点扩散函数在 Caffe 中执行图像反卷积。类似于 this approach.
如果是，最好的方法是什么？
可以使用 Caffe（和一般的 CNN）对图像进行反卷积，但该方法可能不像您希望的那样通用。
CNN 可以将模糊图像作为输入并输出清晰图像。由于网络是卷积的，因此输入可以是任意大小。这可以在 Caffe 中使用卷积层和欧几里得损失层轻松完成。或者，您可以尝试添加一些池化层和反卷积层。
可以训练 CNN 对图像进行反卷积以获得特定的模糊 PSF，就像您 link 中那样。 （参见：[Xu et al.:Deep Convolutional Neural Network for Image Deconvolution. NIPS 2014]）。这很好用，但你必须为每个新的 PSF 重新训练 CNN（这需要很多时间）。
我尝试训练 CNN 进行盲反卷积（PSF 未知），它对文本文档非常有效。您可以在 [Hradiš et al.: Convolutional Neural Networks for Direct Text Deblurring. BMVC 2015] 获得经过训练的网络和 python-Caffe 脚本。这种方法适用于其他类型的图像，但不适用于不受限制的照片和多样化的模糊。对于一般照片，我猜它可以用于小范围的模糊。
另一种可能性是进行反向过滤（例如使用维纳过滤器）并使用 CNN 处理输出。这样做的好处是您可以非常快速地计算新 PSF 的逆滤波器，并且 CNN 保持不变。 [Schuler 等人：一种用于非盲图像反卷积的机器学习方法。 CVPR 2013]
我想知道是否可以在给定焦点处使用 objective 的点扩散函数在 Caffe 中执行图像反卷积。类似于 this approach.
如果是，最好的方法是什么？
可以使用 Caffe（和一般的 CNN）对图像进行反卷积，但该方法可能不像您希望的那样通用。
CNN 可以将模糊图像作为输入并输出清晰图像。由于网络是卷积的，因此输入可以是任意大小。这可以在 Caffe 中使用卷积层和欧几里得损失层轻松完成。或者，您可以尝试添加一些池化层和反卷积层。
可以训练 CNN 对图像进行反卷积以获得特定的模糊 PSF，就像您 link 中那样。 （参见：[Xu et al.:Deep Convolutional Neural Network for Image Deconvolution. NIPS 2014]）。这很好用，但你必须为每个新的 PSF 重新训练 CNN（这需要很多时间）。
我尝试训练 CNN 进行盲反卷积（PSF 未知），它对文本文档非常有效。您可以在 [Hradiš et al.: Convolutional Neural Networks for Direct Text Deblurring. BMVC 2015] 获得经过训练的网络和 python-Caffe 脚本。这种方法适用于其他类型的图像，但不适用于不受限制的照片和多样化的模糊。对于一般照片，我猜它可以用于小范围的模糊。
另一种可能性是进行反向过滤（例如使用维纳过滤器）并使用 CNN 处理输出。这样做的好处是您可以非常快速地计算新 PSF 的逆滤波器，并且 CNN 保持不变。 [Schuler 等人：一种用于非盲图像反卷积的机器学习方法。 CVPR 2013]