《表2 逆卷积建模技术比较表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《运动模糊图像复原技术研究进展与展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表2为逆卷积建模技术比较表，简要总结逆卷积建模技术性能特点与局限，能量泛函逆卷积模型发展已久，技术基础牢固，然而局限于运行时间与先验约束力。深度学习逆卷积模型通过监督学习的方式省去先验项设计与优化过程，缩短测试时间，但深度学习依赖于庞大数据集，对硬件要求较高，最重要的是由于监督学习，需要成对输入清晰-模糊图像训练网络模型，而实际模糊图像并不存在参考清晰图像（真值），训练过程造成一定困难[7]。文献[59]虽提供一种通过高速相机视频连续帧取平均的方式制作模糊-清晰图像对数据集，但难以应用至其它成像条件模糊图像，深度学习逆卷积模型应用还需继续深入研究。