深度学习在运动去模糊中的应用：现状、基准和未来展望

:fire::fire: 在这篇综述中，我们系统地检阅了超过150篇论文:page_with_curl::page_with_curl::page_with_curl:，总结和分析了:star2:30多种盲运动去模糊方法。

:fire::fire::fire: 我们在四个数据集上对当前最先进的方法进行了广泛的定性和定量比较，突出了它们的局限性，并指出了未来的研究方向。

:fire::fire::fire::fire: 已包含CVPR 2024最新的去模糊论文~

图1. 盲运动去模糊深度学习方法概述。

目录：

1. 与去模糊相关的综述和调查
2. 基于CNN的盲运动去模糊模型
3. 基于RNN的盲运动去模糊模型
4. 基于GAN的盲运动去模糊模型
5. 基于Transformer的盲运动去模糊模型
6. 基于扩散的盲运动去模糊模型
7. 运动去模糊数据集
8. 评估
9. 引用

0. 与去模糊相关的综述和调查：

:rocket::rocket::rocket:更新（2023-12-28）:balloon:

1. 基于CNN的盲运动去模糊模型：

:rocket::rocket::rocket:更新（2024-05-14）:balloon:

2. 基于RNN的盲运动去模糊模型：

:rocket::rocket::rocket:更新（2024-05-14）:balloon:

3. 基于GAN的盲运动去模糊模型：

:rocket::rocket::rocket:更新（2024年5月14日）:balloon:

4. 基于Transformer的盲运动去模糊模型：

:rocket::rocket::rocket:更新（2024年5月14日）:balloon:

5. 基于扩散的盲运动去模糊模型：

:rocket::rocket::rocket:更新（2024-05-14）:balloon:

6. 运动去模糊数据集：

:rocket::rocket::rocket:更新（2024-01-08）:balloon:

7. 评估：

• 对GoPro结果在MATLAB中进行评估，修改'./out/...'为相应路径

evaluation_GoPro.m

• 对HIDE结果在MATLAB中进行评估，修改'./out/...'为相应路径

evaluation_HIDE.m

• 对RealBlur_J结果进行评估，修改'./out/...'为相应路径

python evaluate_RealBlur_J.py

• 对RealBlur_R结果进行评估，修改'./out/...'为相应路径

python evaluate_RealBlur_R.py

引用：

如果您发现我们的综述论文和评估代码有用，请引用以下论文：

@article{xiang2024application,
      title={Application of Deep Learning in Blind Motion Deblurring: Current Status and Future Prospects}, 
      author={Yawen Xiang and Heng Zhou and Chengyang Li and Fangwei Sun and Zhongbo Li and Yongqiang Xie},
      year={2024},
      journal={arXiv preprint arXiv:2401.05055},
}

:clap::clap::clap: 感谢以上作者的杰出工作！