[問題] 利用Object Detection Deblur 的可能性

[eggy1018 (羅密歐與豬過夜)]

各位Data Science 版的大大們好，最近修CV的課程時，因為本身對Deblur蠻有興趣的，
想到了一個有趣的應用，想在這邊詢問此方法的可能性。

發想點：
1. 一張blur (模糊) 的照片，其實並非整張照片都是模糊的，而是有些糊有些不模糊，
之前看的解法(DL系列) 從預測kernel-> multi-scale -> multi-patch-> Deblur GAN都
是吃整張模糊的照片當input，還原一張新的照片，因此想是否也能嘗試只處理模糊的部
分在合併？

2. 在Deblur GAN v1的論文證實了將deblur完的結果做object detection有蠻不錯的結果
，因此讓我開始思考是否能將object detection用來偵測圖片中哪裏存在blur？再將其de
blur?

目前想到的做法：
先用open-cv 的bounding-box找是否blur(內建API + PSNR + SSIM來當參考值) 再label
它，整個模型就是先讓object detection測出這些點，再用DL deblur model deblur，但
不確定這樣的可行性如何QQ

目前有看到有一篇2020的論文是利用optical flow來進行Deblur的論文，然而跟自己想要
的還是有一點不太一樣QQ

希望各位版友能給我一點意見，就算是打臉也好，謝謝大家！


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.76.252 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1591325796.A.4FC.html
推 p122607: 拼回去，可能還要歸一一次，不然整張圖會乖怪怪的(我覺得
→ eggy1018: 感謝P大 有考慮用patch gan的方式做拼貼！謝謝你讓我有
→ eggy1018: 點靈感了
推 franktpmvu: Tell Me Where is Still Blurry: Adversarial Blurred
→ franktpmvu: 感覺這篇跟你想的相似
→ eggy1018: 感謝F大 後來想先研究blur map跟object flow 在更深入
→ eggy1018: 研究，之後會再發一篇進度文，感謝！