Neural Blind Deconvolution Using Deep Priors论文阅读

最新推荐文章于 2025-05-30 19:26:47 发布

青铜锁00

最新推荐文章于 2025-05-30 19:26:47 发布

阅读量863

点赞数 11

分类专栏：深度学习 # 退化论文阅读文章标签：论文阅读计算机视觉深度学习

本文链接：https://blog.csdn.net/yangqoor/article/details/148155687

版权

Neural Blind Deconvolution Using Deep Priors

本文是2020年CVPR会议的开源论文《Neural Blind Deconvolution Using Deep Priors》，作者为Ren等人，提出了名为 SelfDeblur的神经盲解卷积方法，旨在解决图像去模糊（ image deblurring）这一经典低层次视觉问题。

1. 研究目标与实际问题

1.1 研究目标

论文的目标是提出一种基于深度学习的盲解卷积（blind deconvolution）方法，用于从模糊图像中同时估计模糊核（blur kernel）和潜在清晰图像（latent clean image）。盲解卷积的数学模型为：

$\mathbf{y} = \mathbf{k} \otimes \mathbf{x} + \mathbf{n}$

其中， $\mathbf{y}$ 是模糊图像， $\mathbf{k}$ 是模糊核， $\mathbf{x}$ 是潜在清晰图像， $\mathbf{n}$ 是加性白高斯噪声（additive white Gaussian noise, AWGN）， $\otimes$ 表示二维卷积运算。目标是从单一模糊图像 $\mathbf{y}$ 中恢复 $\mathbf{k}$ 和 $\mathbf{x}$ 。

1.2 实际问题

盲解卷积是一个经典的病态问题（ill-posed problem），因为模糊核和清晰图像均未知，解空间具有高度不确定性。实际中，相机抖动（camera shake）或运动模糊会导致图像质量下降，影响摄影、监控、自动驾驶等领域的应用。传统方法依赖手工设计的先验（handcrafted priors），如总变差（total variation, TV）正则化，但这些先验不足以捕捉复杂图像和模糊核的特性，且容易陷入平凡解（trivial solution，如delta核）。

1.3 产业意义

盲解卷积在多个领域具有重要意义：

摄影与消费电子：提升智能手机或相机在低光或运动场景下的成像质量。
自动驾驶：处理因车辆运动或环境因素导致的模糊图像，提高感知系统可靠性。
医学影像：改善CT或MRI图像的清晰度，辅助诊断。
安防监控：增强模糊监控视频的细节，助力目标识别。

通过提出无需训练数据的“零样本”方法，SelfDeblur降低了对大规模标注数据集的依赖，为实时、轻量化的去模糊算法提供了可能性，具有显著的产业化潜力。

2. 新思路、方法与模型

2.1 核心创新：SelfDeblur方法

论文提出了SelfDeblur，一种基于深度图像先验（Deep Image Prior, DIP）和全衔接网络（Fully-Connected Network, FCN）的神经盲解卷积方法，旨在解决传统最大后验概率（Maximum a Posteriori, MAP）架和深度学习方法的局限性。其创新点包括：

深度先验建模：使用生成网络 $\mathcal{G}_x$ （基于不对称自编码器，asymmetric Autoencoder）和 $\mathcal{G}_k$ （基于FCN）分别捕获清晰图像和模糊核的统计特性，取代传统手工先验。
“零样本”自监督学习：无需预训练，仅利用单幅模糊图像进行优化，称为零样本自监督学习（zero-shot self-supervised learning），降低数据依赖。
无约束优化：通过网络设计（如SoftMax非线性和Sigmoid非线性）自动满足模糊核的非负和归一化约束，以及图像像素范围约束，简化优化过程。
联合优化：提出联合优化（joint optimization）策略，相较于传统交替优化（alternating optimization），更能避免陷入鞍点（saddle points）或平凡解。

2.2 数学公式与模型推导

2.2.1 传统MAP框架

传统盲解卷积基于MAP框架，优化目标为：

$(\mathbf{k}, \mathbf{x}) = \arg \max_{\mathbf{x}, \mathbf{k}} \operatorname{Pr}(\mathbf{k}, \mathbf{x} \mid \mathbf{y}) = \arg \max_{\mathbf{x}, \mathbf{k}} \operatorname{Pr}(\mathbf{y} \mid \mathbf{k}, \mathbf{x}) \operatorname{Pr}(\mathbf{x}) \operatorname{Pr}(\mathbf{k}) \tag{2}$

其中， $\operatorname{Pr}(\mathbf{y} \mid \mathbf{k}, \mathbf{x})$ 是似然项， $\operatorname{Pr}(\mathbf{x})$ 和 $\operatorname{Pr}(\mathbf{k})$ 是清晰图像和模糊核的先验。等价的优化形式为：

$(\mathbf{x}, \mathbf{k}) = \arg \min_{(\mathbf{x}, \mathbf{k})} \|\mathbf{k} \otimes \mathbf{x} - \mathbf{y}\|^2 + \lambda \phi(\mathbf{x}) + \tau \varphi(\mathbf{k})$