Local Adaptive Blur Attention-based Neural Network for Image Deblurring

기존의 딥러닝 기반 이미지 디블러링 기법들은 블러가 다양한 크기와 방향으로 발생하는 특성을 충분히 고려하지 못하며, 블러의 공간적 연관성과 방향성을 효과적으로 학습하는 데 한계를 보였다. 이러한 문제를 해결하기 위해, 본 논문에서는 LABA-Net(Local Adaptive Blur Attention-Based Neural Network)을 제안한다. LABA-Net은 SSM(Spatial-wise Square Module)을 활용하여 다양한 방향성을 가진 블러의 공간 정보를 학습하고, 적응적으로 위치 간 상관관계를 포착한다. 또한, SSDO(Symmetrical Square Depth-wise Overparameterized Convolution)을 적용하여 공간 정보를 반영하고, 다양한 dilation 값을 활용하여 receptive field를 확장함으로써 블러 제거 성능을 향상시켰다.