盖世汽车讯 在野生动物、体育、名人和戏剧摄影乃至工业测试和医学摄影中，很多摄影师都会面临着一个问题：动作模糊（motion blur）。当拍摄对象在移动，而相机快门的速度太慢而无法“定格”动作时，就会发生这种情况。摄影师们会采取一些方法来处理此种动作模糊造成的失真，而且也有一些软件可用来减轻此种效果。不过，仍有改进的空间。

动作模糊照片（图片来源：techxplore.com）

据外媒报道，中国河南理工大学电子工程与自动化学院的毕俊佳、杨凌霄、张景文、张建军研发了一种复杂算法——特征融合SRN算法。该算法旨在解决图像动作模糊的复杂问题，通过结合几种创新技术，提高了去除模糊的性能。

该研究的第一个关键组件是注意力残差模块，旨在增强残差单元之间的信道注意力。该模块旨在提升模型从输入的数据（数字化图片）中提取特征的能力，这对于缓解照片中的动作模糊效果至关重要。然后，该团队根据该方法采用特征金字塔结构提升该网络的呈现能力，让该模型能够捕捉各种规模的细节。

凭借上述模块，该系统可通过采用多尺度坐标注意力特征融合结构来提升去除模糊的效果。该组件提升了模型恢复细节纹理的能力，特别是在异物数据集上进行测试时。实验结果表明，该算法的峰值信噪比接近34.72 dB，结构相似度指数为0.97，验证了其有效性。

研究人员通过优化损失函数、聚焦离散点来测试该算法，发现得到优化的算法提高了模型的稳定性，扩大了其在现实场景中的适用性。该团队表示，对GOPRO数据集图像去模糊的评估突出了该算法比其他方法更具优越性。在异物数据集上的实验结果表明，该算法在PSNR和SSIM指标上都有较大的提升，能够更好地恢复图像的细节纹理。

去除图像的运动模糊可以帮助摄影师拯救在各种设置下都无法使用的图像。除在野生动物和运动摄影等领域之外，去除模糊效果还可以帮助改善自动驾驶车辆和机器人的监控成像和图像采集功能。