引言：視頻動(dòng)態(tài)場景中的模糊問題及其挑戰(zhàn)

這篇論文主要研究了動(dòng)態(tài)場景視頻去模糊技術(shù)，旨在消除拍攝過程中產(chǎn)生的不想要的模糊瑕疵。然而，盡管之前的視頻去模糊方法取得了顯著的成果，但由于訓(xùn)練和測試視頻之間的域差距，導(dǎo)致在真實(shí)世界場景中的表現(xiàn)大幅下降。為了解決這個(gè)問題，作者提出了一種基于模糊模型的域自適應(yīng)方案，通過測試時(shí)的模糊來實(shí)現(xiàn)去模糊模型在未知域的微調(diào)。首先，作者提出了一個(gè)相對(duì)清晰度檢測模塊，用于從模糊的輸入圖像中識(shí)別出相對(duì)清晰的區(qū)域，并將它們視為偽清晰圖像。然后，利用模糊模型根據(jù)測試時(shí)的偽清晰圖像生成模糊圖像。為了根據(jù)目標(biāo)數(shù)據(jù)分布合成模糊圖像，作者提出了一個(gè)域自適應(yīng)模糊條件生成模塊，為模糊模型創(chuàng)建域特定的模糊條件。最后，生成的偽清晰和模糊對(duì)用于微調(diào)去模糊模型以獲得更好的性能。

論文標(biāo)題：Domain-adaptive Video Deblurring via Test-time Blurring

機(jī)構(gòu)：National Yang Ming Chiao Tung University, Taiwan; National Tsing Hua University, Taiwan; National Chengchi University, Taiwan; Qualcomm Technologies, Inc., San Diego

論文鏈接：https://arxiv.org/pdf/2407.09059.pdf

提出的域適應(yīng)方法概述

1. 域適應(yīng)的必要性

由于攝像機(jī)設(shè)置和拍攝場景的多樣性，不同的視頻可能呈現(xiàn)出不同的模糊模式，這些模式在訓(xùn)練階段可能未被模型見過，從而導(dǎo)致模型在實(shí)際應(yīng)用中效果下降。域適應(yīng)方法通過調(diào)整模型以適應(yīng)新的域特性，有助于提升模型在未見領(lǐng)域的性能。

2. 方法的核心組件：相對(duì)銳度檢測模塊和域適應(yīng)模糊條件生成模塊

相對(duì)銳度檢測模塊（RSDM）用于從模糊視頻中檢測出相對(duì)清晰的區(qū)域，這些區(qū)域被視為偽銳利圖像。域適應(yīng)模糊條件生成模塊（DBCGM）則根據(jù)這些偽銳利圖像和視頻中的運(yùn)動(dòng)線索，生成與目標(biāo)域特定模糊條件相匹配的模糊圖像。這些生成的模糊圖像隨后用于微調(diào)去模糊模型，以適應(yīng)目標(biāo)域的特性，從而在推理時(shí)實(shí)現(xiàn)域適應(yīng)。

相對(duì)銳度檢測模塊（RSDM）詳解

1. 模塊的功能與工作原理

相對(duì)銳度檢測模塊（RSDM）的主要功能是從模糊視頻中提取相對(duì)清晰的區(qū)域，這些區(qū)域被視為偽清晰圖像用于域適應(yīng)。該模塊包括一個(gè)模糊強(qiáng)度估計(jì)器（Blur Magnitude Estimator, BME），它能夠預(yù)測每個(gè)像素的模糊程度，并生成一個(gè)模糊強(qiáng)度圖。這個(gè)圖通過一個(gè)自適應(yīng)的銳度閾值進(jìn)行二值化處理，以篩選出相對(duì)清晰的區(qū)域。這些區(qū)域隨后被裁剪出來，用于后續(xù)的域適應(yīng)模糊處理。

2. 模糊強(qiáng)度估計(jì)器的設(shè)計(jì)與優(yōu)化

模糊強(qiáng)度估計(jì)器采用了一個(gè)五階段的編解碼器設(shè)計(jì)，其中包括多尺度特征融合（Multi-Scale Feature Fusion, MSFF）。這種設(shè)計(jì)能夠有效地從不同尺度捕捉圖像特征，提高模糊強(qiáng)度的預(yù)測精度。為了優(yōu)化這個(gè)估計(jì)器，使用了GoPro數(shù)據(jù)集進(jìn)行訓(xùn)練，該數(shù)據(jù)集通過高速攝像機(jī)拍攝連續(xù)的清晰幀來合成模糊圖像，從而為模糊強(qiáng)度提供了真實(shí)的訓(xùn)練基準(zhǔn)。

域適應(yīng)模糊條件生成模塊（DBCGM）詳解

1. 生成域特定模糊條件的方法

域適應(yīng)模糊條件生成模塊（DBCGM）利用從相對(duì)銳度檢測模塊（RSDM）獲得的偽清晰圖像，結(jié)合ID-Blau模糊模型，生成與目標(biāo)域中存在的模糊模式一致的模糊圖像。該模塊包括模糊方向估計(jì)器（Blur Orientation Estimator）和模糊強(qiáng)度估計(jì)器（BME），它們共同工作以生成域特定的模糊條件。這些條件反映了視頻中連續(xù)幀間的運(yùn)動(dòng)信息和曝光過程中的模糊強(qiáng)度。

2. 利用連續(xù)幀的運(yùn)動(dòng)信息優(yōu)化模糊效果

DBCGM通過分析連續(xù)幀之間的運(yùn)動(dòng)軌跡圖來優(yōu)化模糊效果。這一過程涉及到預(yù)訓(xùn)練的光流網(wǎng)絡(luò)，用于計(jì)算相鄰幀之間的運(yùn)動(dòng)。通過這種方式，可以更準(zhǔn)確地模擬實(shí)際視頻拍攝過程中的運(yùn)動(dòng)模糊，生成更自然、與目標(biāo)域一致的模糊圖像。這些圖像隨后用于微調(diào)去模糊模型，以提高其在未知域中的表現(xiàn)。

實(shí)驗(yàn)設(shè)置與驗(yàn)證

1. 使用的數(shù)據(jù)集和模型

在本研究中，我們使用了GoPro數(shù)據(jù)集來優(yōu)化ID-Blau模型和模糊度量估計(jì)器（BME）。GoPro數(shù)據(jù)集包含了由高速攝像機(jī)拍攝的連續(xù)清晰幀合成的模糊圖像。此外，我們還采用了四種先進(jìn)的視頻去模糊模型，包括ESTRNN、MMP-RNN、DSTNet和Shift-Net，以驗(yàn)證我們提出的域適應(yīng)方法的有效性。這些模型原本訓(xùn)練于合成數(shù)據(jù)集，而我們將其在五個(gè)真實(shí)世界的視頻去模糊數(shù)據(jù)集上進(jìn)行微調(diào)，包括BSD的三個(gè)子集和RealBlur以及RBVD測試集。

2. 實(shí)驗(yàn)結(jié)果與分析

我們的域適應(yīng)方法在五個(gè)真實(shí)世界的視頻去模糊數(shù)據(jù)集上均顯著提高了視頻去模糊模型的性能。具體來說，與基線模型相比，我們的方法在BSD-1ms8ms、BSD-2ms16ms、BSD-3ms24ms、RealBlur和RBVD測試集上分別提高了4.61dB、3.90dB、2.57dB、1.92dB和2.31dB的平均峰值信噪比（PSNR）。這些結(jié)果證明了我們的域適應(yīng)方法能夠有效地利用生成的域適應(yīng)訓(xùn)練對(duì)，對(duì)原始訓(xùn)練于合成數(shù)據(jù)集的去模糊模型進(jìn)行有效微調(diào)。

本文轉(zhuǎn)載自 ??AI論文解讀??，作者：柏企科技圈