[论文笔记]Unsupervised Domain-Specific Deblurring via Disentangled Representations(CVPR2019)

1. 简介

文章提出了一种基于解缠表示的无监督域特定图像去模糊方法，通过将模糊图像中的内容和模糊特征解开，以将模糊信息准确地编码到去模糊框架中。

2. 方法

2.1网络结构：

2.2 损失函数

1）对模糊编码的隐空间进行约束，参考VAE, p(z)∼N(0,1),KL 散度

2）GAN的对抗损失，两个Generator有各自对应的损失函数，以$G_s$Gs​为例

3）循环一致损失，参考CycleGAN

4)感知损失，因为没有GT，所以只约束output与input的语义特征

3. 实验

实验数据：CelebA 数据集，BMVC 文本数据集和 CFP 数据集。

参考：CVPR 2019 | 无监督领域特定单图像去模糊