原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第３２卷第３期电光与控制Ｖｏｌ.３２Ｎｏ.３
２０２５年３月ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆ＣｏｎｔｒｏｌＭａｒ.２０２５
引用格式:郭业才ꎬ阳刚ꎬ毛湘南.一种融合Ｔｒａｎｓｆｏｒｍｅｒ的多尺度结构图像去模糊方法[Ｊ].电光与控制ꎬ２０２５ꎬ３２(３):６２￣６８.ＧＵＯＹＣＹＡＮＧ
ＧＭＡＯＸＮ.Ａｍｕｌｔｉ￣ｓｃａｌｅｓｔｒｕｃｔｕｒｅｉｍａｇｅｄｅｂｌｕｒｒｉｎｇｍｅｔｈｏｄｉｎｔｅｇｒａｔｉｎｇＴｒａｎｓｆｏｒｍｅｒ[Ｊ].ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆Ｃｏｎｔｒｏｌ２０２５３２(３):６２￣６８.
一种融合Ｔｒａｎｓｆｏｒｍｅｒ的多尺度结构图像去模糊方法
郭业才ꎬ阳刚ꎬ毛湘南
(南京信息工程大学电子信息与工程学院ꎬ南京２１００００)
摘要:针对现有图像去模糊模型对于全局特征信息学习的不足以及感受野受限的问题ꎬ提出一种改进的融合Ｔｒａｎｓ￣
ｆｏｒｍｅｒ的多尺度结构图像去模糊方法ꎮ首先ꎬ为了提高模型对全局特征学习以及远程像素捕获的能力ꎬ设计了一个多
特征多尺度融合模块ꎬ该模块利用双旁路结构将局部特征信息和全局特征信息有效地结合起来ꎬ同时简化Ｔｒａｎｓｆｏｒｍｅｒ
以提升计算效率ꎻ其次ꎬ为了缓解卷积操作缺乏输入内容自适应的缺点ꎬ将通道注意力引入到特征融合模块中来动态
地学习有用信息ꎻ最后ꎬ在基准数据集ＧｏＰｒｏ上ꎬ所提方法取得的峰值信噪比为３１.８７ｄＢꎬ结构相似度为０.９５２ꎮ实验
结果表明ꎬ所提方法与主流方法相比能够有效地复原图像细节特征ꎬ并且能够提升后续计算机视觉任务的鲁棒性ꎮ
关键词:图像去模糊ꎻ多尺度结构ꎻＴｒａｎｓｆｏｒｍｅｒꎻ卷积神经网络ꎻ注意力机制
中图分类号:ＴＰ３９１.４文献标志码:Ａｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７１－６３７Ｘ.２０２５.０３.０１０
ＡＭｕｌｔｉ￣ｓｃａｌｅＳｔｒｕｃｔｕｒｅＩｍａｇｅＤｅｂｌｕｒｒｉｎｇＭｅｔｈｏｄ
ＩｎｔｅｇｒａｔｉｎｇＴｒａｎｓｆｏｒｍｅｒ
ＧＵＯＹｅｃａｉＹＡＮＧＧａｎｇＭＡＯＸｉａｎｇｎａｎ
(ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ
Ｎａｎｊｉｎｇ２１００００Ｃｈｉｎａ)
Ａｂｓｔｒａｃｔ:Ｉｎｏｒｄｅｒｔｏａｄｄｒｅｓｓｔｈｅｌｉｍｉｔａｔｉｏｎｓｉｎｌｅａｒｎｉｎｇｇｌｏｂａｌｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎａｎｄｔｈｅｒｅｓｔｒｉｃｔｅｄｒｅｃｅｐｔｉｖｅ
ｆｉｅｌｄｏｆｔｈｅｅｘｉｓｔｉｎｇｉｍａｇｅｄｅｂｌｕｒｒｉｎｇｍｏｄｅｌｓａｎｉｍｐｒｏｖｅｄｍｕｌｔｉ￣ｓｃａｌｅｉｍａｇｅｄｅｂｌｕｒｒｉｎｇｎｅｔｗｏｒｋｔｈａｔｉｎｔｅｇｒａｔｅｓ
Ｔｒａｎｓｆｏｒｍｅｒｉｓｐｒｏｐｏｓｅｄ.Ｆｉｒｓｔｌｙａｍｕｌｔｉ￣ｆｅａｔｕｒｅｍｕｌｔｉ￣ｓｃａｌｅｆｕｓｉｏｎｍｏｄｕｌｅｉｓｄｅｓｉｇｎｅｄｔｏｅｎｈａｎｃｅｔｈｅｍｏｄｅｌｓ
ａｂｉｌｉｔｙｔｏｌｅａｒｎｇｌｏｂａｌｆｅａｔｕｒｅｓａｎｄｃａｐｔｕｒｅｄｉｓｔａｎｔｐｉｘｅｌｓ.Ｔｈｉｓｍｏｄｕｌｅｅｆｆｅｃｔｉｖｅｌｙｃｏｍｂｉｎｅｓｌｏｃａｌａｎｄｇｌｏｂａｌ
ｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｂｙｕｓｉｎｇａｄｕａｌｂｙｐａｓｓｓｔｒｕｃｔｕｒｅｗｈｉｌｅｓｉｍｐｌｉｆｙｉｎｇｔｈｅＴｒａｎｓｆｏｒｍｅｒｔｏｉｍｐｒｏｖｅｃｏｍｐｕｔａｔｉｏｎａｌ
ｅ
文档评论（0）