Gyroscope-Aided Motion Deblurring with Deep Networks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00334770" target="_blank" >RIV/68407700:21230/19:00334770 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/WACV.2019.00208" target="_blank" >http://dx.doi.org/10.1109/WACV.2019.00208</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/WACV.2019.00208" target="_blank" >10.1109/WACV.2019.00208</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Gyroscope-Aided Motion Deblurring with Deep Networks

Popis výsledku v původním jazyce

We propose a deblurring method that incorporates gyroscope measurements into a convolutional neural network (CNN). With the help of such measurements, it can handle extremely strong and spatially-variant motion blur. At the same time, the image data is used to overcome the limitations of gyro-based blur estimation. To train our network, we also introduce a novel way of generating realistic training data using the gyroscope. The evaluation shows a clear improvement in visual quality over the state-of-the-art while achieving real-time performance. Furthermore, the method is shown to improve the performance of existing feature detectors and descriptors against the motion blur.

Název v anglickém jazyce

Gyroscope-Aided Motion Deblurring with Deep Networks

Popis výsledku anglicky

We propose a deblurring method that incorporates gyroscope measurements into a convolutional neural network (CNN). With the help of such measurements, it can handle extremely strong and spatially-variant motion blur. At the same time, the image data is used to overcome the limitations of gyro-based blur estimation. To train our network, we also introduce a novel way of generating realistic training data using the gyroscope. The evaluation shows a clear improvement in visual quality over the state-of-the-art while achieving real-time performance. Furthermore, the method is shown to improve the performance of existing feature detectors and descriptors against the motion blur.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/EF16_019%2F0000765" target="_blank" >EF16_019/0000765: Výzkumné centrum informatiky</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2019 IEEE WINTER CONFERENCE ON APPLICATIONS OF COMPUTER VISION

ISBN

978-1-7281-1975-5

ISSN

2472-6737

e-ISSN

—

Počet stran výsledku

9

Strana od-do

1914-1922

Název nakladatele

IEEE

Místo vydání

NEW YORK, NY

Místo konání akce

Waikoloa Village

Datum konání akce

7. 1. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000469423400200