Tag · 4 篇

运动去模糊

01
底层视觉与图像复原 / CVPR2026

面向模糊到视频分解的时间特化事件-图像对齐

Time-Specialized Event-Image Alignment for Blur-to-Video Decomposition

把事件相机的微秒级时序信息用相对时间编码注意力与时间面动态形变显式对齐到任意查询时刻,为从单张模糊图恢复高帧率视频提供了可复用的时序对齐范式,也可迁移到事件引导的插帧与去模糊任务。

事件相机运动去模糊注意力机制
02
底层视觉与图像复原 / CVPR2026

时空差分引导的互补视觉传感器运动去模糊

Spatio-Temporal Difference Guided Motion Deblurring with the Complementary Vision Sensor

把 CVS 传感器输出的高帧率多比特空间差分(SD,编码结构边缘)与时序差分(TD,编码运动线索)作为额外模态,用循环多分支网络迭代编码融合来引导 RGB 去模糊,为极端运动下的复原提供了「事件相机之外」的新传感模态与融合范式。

多模态融合循环网络运动去模糊
03
底层视觉与图像复原 / CVPR2026

OMoBlur:面向真实世界局部运动去模糊的物体运动模糊数据集与基准

OMoBlur: An Object Motion Blur Dataset and Benchmark for Real-World Local Motion Deblurring

针对静态场景中空间异质的局部物体运动模糊,提供了通过可编程传感器控制模拟曝光光子积分过程的采集方案,并给出无需像素级精确掩码的物体运动感知去模糊网络(运动-外观提取块 + 光流引导门控预测 + 自适应门控融合),可直接用于研究局部运动去模糊与真实模糊分布对齐问题。

运动去模糊数据集构建门控融合
04
底层视觉与图像复原 / CVPR2026

基于任务导向三维高斯事件表征的事件相机运动去模糊

Event-Based Motion Deblurring Using Task-Oriented 3D Gaussian Event Representations

把事件流用可学习的3D高斯核聚合成对运动方向和速度敏感的局部运动特征,替代手工事件表征(如事件帧、体素网格),可直接迁移到其他事件相机+RGB的底层视觉任务(去模糊、插帧、HDR重建)中作为事件编码前端。

事件相机3D高斯表示运动去模糊