我们介绍了迄今为止最大的现实场景图像去模糊数据集，该数据集由智能手机慢动作视频构建而成。
通过捕捉240帧图像（持续一秒），我们模拟了真实的长时间曝光模糊效果，采用帧均值生成模糊图像，同时使用时间中心帧作为清晰参考。
我们的数据集中包含超过42,000对高分辨率的模糊-清晰图像对，规模约为现有广泛使用数据集的10倍，场景多样性也增加了8倍，包括室内和室外环境，以及不同的物体和摄像机运动。
我们在该数据集上对多种最先进的去模糊模型进行了基准测试，观察到显著的性能下降，突显了基准测试的复杂性和多样性。
我们的数据集为开发稳健而具有广泛适用性的去模糊模型提供了全新的挑战性基准。
博主点评： 该数据集的推出标志着去模糊领域的一次重大进展，特别是在真实世界场景下的应用。
通过丰富的图像对，研究者可以更好地训练模型，提升去模糊技术的实用性和可靠性。
此类数据集的建立为未来的研究提供了坚实基础，助力于推动图像处理技术的发展。