[发明专利]一种基于注意力网络的图像运动去模糊方法

权利要求书

1.一种基于注意力网络的图像运动去模糊方法，其特征在于，包括下述步骤：

S1，对待去模糊运动图像进行预处理；

S2，将待去模糊运动图像输入至已训练好的注意力网络模型中，得到恢复图像；

S3，将得到的恢复图像与真实清晰图像进行对比，计算衡量指标；

其中，注意力网络模型的训练包括下述步骤：

(1)获取运动模糊图像数据库；

(2)将数据库内的运动模糊图像进行预处理，将预处理后的运动模糊图像划分为训练集和验证集；

(3)利用训练集对注意力网络模型进行训练，保存训练完成的网络参数；

(4)利用验证集对注意力网络模型进行验证。

2.根据权利要求1所述的一种基于注意力网络的图像运动去模糊方法，其特征在于，步骤(1)中包括：选择并下载在真实场景下采集的高分辨率运动模糊图像数据集。

3.根据权利要求1所述的一种基于注意力网络的图像运动去模糊方法，其特征在于，步骤(2)中，在训练集中，清晰图像及对应的运动模糊图像为一组。

4.根据权利要求3所述的一种基于注意力网络的图像运动去模糊方法，其特征在于，将数据库内的运动模糊图像的预处理包括：尺寸裁剪、随机翻转并进行归一化处理。

5.根据权利要求1所述的一种基于注意力网络的图像运动去模糊方法，其特征在于，步骤(3)包括：将训练集的运动模糊图像输入已搭建好的注意力网络模型中，注意力网络模型输出恢复图像，并将恢复图像与对应的清晰图像进行对比，计算损失函数，根据损失函数计算梯度，利用梯度反向传播和梯度下降更新模型参数，通过多次迭代，模型收敛至对应的真实清晰图像。

6.根据权利要求5所述的一种基于注意力网络的图像运动去模糊方法，其特征在于，注意力网络模型包括：编码器和解码器；编码器和解码器之间还采用跳跃连接来传递消息；

编码器通过卷积和注意力模块不断减少特征图的分辨率并增加特征图个数，编码器为网络的前半部分，编码器包括3个卷积层及9个注意力模块；

解码器通过将编码器得到的特征渐上采样和减少通道数来恢复清晰图像，解码器为网络后半部分，解码器包括3个卷积层和9个注意力模块。