图像去雾（Image Dehazing）
HardGAN: A Haze-Aware Representation Distillation GAN for Single Image Dehazing
作者 | Qili Deng, Ziling Huang, Chung-Chi Tsai, Chia-Wen Lin
单位 | 台湾清华大学；字节跳动；高通公司
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123510715.pdf
代码 | https:///huangzilingcv/HardGAN（未）
备注 | ECCV 2020
所提出方法除了可以处理具有均匀雾度的图像，还可以很好地去除图像中密集的非均匀雾度。
Physics-based Feature Dehazing Networks
作者 | Jiangxin Dong, Jinshan Pan
单位 | 马普所；南京理工大学
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123750188.pdf
备注 | ECCV 2020
基于物理特征的去雾模型。
去雨（deraining）
Rethinking Image Deraining via Rain Streaks and Vapors
作者 | Yinglong Wang, Yibing Song, Chao Ma, Bing Zeng
单位 | 电子科技大学；腾讯；上海交通大学
论文 | https://arxiv.org/abs/2008.00823
代码 | https:///yluestc/derain（未开源）
备注 | ECCV 2020
重新思考雨水条纹和水汽模型成像机理的图像去雨。
使用语义理解的立体图像去雨方法
Beyond Monocular Deraining: Stereo Image Deraining via Semantic Understanding
作者 | Kaihao Zhang, Wenhan Luo, Wenqi Ren, Jingwen Wang Fang Zhao, Lin Ma , Hongdong Li
单位 | 澳大利亚国立大学；腾讯；中科院等
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123720069.pdf
备注 | ECCV 2020
去模糊 Deblurring
图像盲去模糊
Enhanced Sparse Model for Blind Deblurring
作者 | Liang Chen, Faming Fang, Shen Lei, Fang Li, Guixu Zhang
单位 | 华东师范大学
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123700630.pdf
备注 | ECCV 2020
高效时空RNN用于视频去模糊
Efficient Spatio-Temporal Recurrent Neural Network for Video Deblurring
作者 | Zhihang Zhong, Ye Gao, Yinqiang Zheng, Bo Zheng
单位 | 东京大学；Tokyo Research Center
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123510188.pdf
代码 | https:///zzh-tech/ESTRNN
备注 | ECCV 2020 Spotlight
Multi-Temporal Recurrent Neural Networks For Progressive Non-Uniform Single Image Deblurring With Incremental Temporal Training
作者 | Dongwon Park, Dong Un Kang, Jisoo Kim, Se Young Chun
单位 | 韩国蔚山科技大学(UNIST)
论文 | https://arxiv.org/abs/1911.07410
备注 | ECCV 2020 Spotlight
多尺度（MS）方法被广泛用于图像/视频的盲去模糊，特别对高空间比例的大型运动引起的严重模糊有效。
本文研究 MS 的替代方案：multi-temporal (MT) 方法，用于非均匀单幅图像去模糊。MT方法在GoPro数据集上以最小的参数在PSNR方面优于最先进的MS方法。
Learning Event-Driven Video Deblurring and Interpolation
作者 | Songnan Lin, Jiawei Zhang, Jinshan Pan, Zhe Jiang, Dongqing Zou, Yongtian Wang, Jing Chen, Jimmy Ren
单位 | 北京理工大学；商汤；南京理工大学
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123530681.pdf
备注 | ECCV 2020
学习事件驱动的视频去模糊和插值。
Defocus Deblurring Using Dual-Pixel Data
作者 | Abdullah Abuolaim, Michael S. Brown
单位 | 约克大学；三星
论文 | https://arxiv.org/abs/2005.00305
代码 | https:///Abdullah-Abuolaim/defocus-deblurring-dual-pixel
主页 | https://www.eecs.yorku.ca/~abuolaim/
eccv_2020_dp_defocus_deblurring/
备注 | ECCV 2020
使用深度学习对散焦图像去模糊，论文的关键贡献是构建了500个场景（2000幅图像）的训练数据集。其中每个场景都有：在大光圈下捕捉到的具有虚化模糊的图像， 两个相关的DP子光圈视图；以及用小光圈拍摄的相应全焦图像。
数据、代码、模型均开源。
非盲图像去模糊
End-to-end Interpretable Learning of Non-blind Image Deblurring
作者 | Thomas Eboli, Jian Sun, Jean Ponce
单位 | 巴黎文理研究大学；西安交通大学
论文 | https://arxiv.org/abs/2007.01769
代码 | https:///teboli/CPCR
备注 | ECCV 2020
Real-World Blur Dataset for Learning and Benchmarking Deblurring Algorithms
作者 | Jaesung Rim, Haeyun Lee, Jucheol Won, Sunghyun Cho
单位 | DGIST；浦项科技大学
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123700188.pdf
代码 | https:///rimchang/RealBlur
备注 | ECCV 2020
提出一个大规模的真实世界模糊图像和 ground truth 图像的数据集，用于学习和对单一图像去模糊方法的基准测试。
图像盲去模糊
OID: Outlier Identifying and Discarding in Blind Image Deblurring
作者 | Liang Chen, Faming Fang, Jiawei Zhang, Jun Liu, Guixu Zhang
单位 | 华东师范大学；商汤；东北师范大学
论文 | https://www.ecva.net/papers/eccv_2020/
papers_ECCV/papers/123700596.pdf
备注 | ECCV 2020
提出一种新策略，异常识别与丢弃（OID），在更新隐图像和模糊核的过程中，迭代识别和丢弃异常值。与最近的技术相比，该模型不需要任何 heuristic 边缘选择步骤或复杂的噪声过滤预处理。
