一种基于Wasserstein距离的图像快速增强方法

摘要

本发明涉及一种基于Wasserstein距离的图像快速增强方法，属于计算机视觉领域。该方法包括：S1：利用已有公开的盲去模糊的数据集构建模糊到清晰且色彩饱满的多任务数据集；S2：将构建的数据集输入到构建的深度学习模型中，对模型进行训练，模型训练为两个网络模块竞争训练，即图像得分网络不断激励图像重建网络恢复更优的图像；S3：将待处理的运动模糊图像输入到训练完成的深度学习模型中得到清晰且色彩饱满的图像。本发明能快速增强运动模糊图像的清晰度和色彩效果。这种将两种处理效果融入到一个处理模型中的方式大大提高了图像处理时间，降低了处理设备对硬件的要求，能提升低端设备的用户体验。