Variational Deep Atmospheric Turbulence Correction for Video

This paper presents a novel variational deep-learning approach for video atmospheric turbulence correction. We modify and tailor a Nonlinear Activation Free Network to video restoration. By including it in a variational inference framework, we boost the model's performance and stability. This i...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	2023 IEEE International Conference on Image Processing (ICIP) S. 3568 - 3572
Hauptverfasser:	Lopez-Tapia, Santiago, Wang, Xijun, Katsaggelos, Aggelos K.
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 08.10.2023
Schlagworte:	Atmospheric modeling atmospheric turbulence deep learning Degradation Feature extraction Nonlinear distortion restoration Robustness Stability analysis Video Video sequences
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!