[发明专利]一种清晰特征融合的视频去模糊方法

权利要求书

1.一种基于清晰特征融合的视频去模糊方法 ，具体步骤包含如下

步骤A：设计光流估计模块，将连续模糊的三帧输入所述光流估计模块，输出的是两张邻帧进行图像扭转image warp后的结果；

步骤B：设计清晰特征融合模块，将任意清晰的三帧输入所述清晰特征融合模块，输出不同尺度的清晰特征图；

步骤C：设计去模糊模块，将步骤A的结果和连续模糊的三帧堆叠后送入所述去模糊模块，并将步骤B的结果融入整个去模糊的过程，最终得到清晰的中间帧；步骤C具体包括如下步骤：

步骤C01.将步骤A02得到的warp后的结果{warp_1→2,warp_3→2}和原始模糊视频帧{I₁,I₂,I₃}一同送入去模糊模块；在去模糊的过程中，将步骤B01得到的清晰特征图{feature_coarse,feature_fine}嵌入到去模糊模块之中，最终得到一张与I₂对应的清晰图像R₂；通过计算生成的清晰图像R₂与原始I₂的参考清晰图像G₂的误差来更新整个网络；

步骤C02.按照步骤C01进行训练，直至训练到最大迭代数，至此生成模型就训练完成；

步骤C03.模型训练完成后，输入连续模糊的三帧，并选取任意清晰的帧来进行清晰特征提取，最终得到清晰的图像。

2.根据权利要求1所述的方法，其中步骤A具体包括如下步骤：

步骤A01.预先设定好训练参数，包括光流估计模块的学习率1e-6，去模糊模块的学习率1e-4，最大迭代epoch＝500；

步骤A02.选取连续的三张模糊图像{I₁,I₂,I₃}，通过FlowNetS估计出相邻两帧之间的光流{flow_1→2,flow_3→2}，分别得到两张2通道的光流图，将光流与邻帧做图像扭转(imagewarp)的操作，将邻帧扭转到中间帧最终得到两张3通道的RGB图像{warp_1→2,warp_3→2}。

3.根据权利要求1所述的方法，其中步骤B具体包括如下步骤：

步骤B01.选取三张清晰图像{S₁,S₂,S₃},这三张图像应该与步骤A02中模糊图像的内容是不同的，将这三张清晰图像通过一个特征提取模块，分别得到32张256×256的特征图{feature_coarse}和64张64×64的特征图{feature_fine}。