Explore Image Deblurring via Encoded Blur Kernel Space论文阅读

1. 研究目标与实际意义

1.1 研究目标

论文旨在解决盲图像去模糊（Blind Image Deblurring）的核心挑战：传统方法依赖手工设计的先验（如梯度稀疏性），而深度学习模型无法泛化到未见过的模糊类型（unseen blur operators）。具体目标包括：

1. 编码模糊核空间：从任意清晰-模糊图像对数据集中学习模糊核的潜在流形（latent manifold）。
2. 处理未知模糊：利用编码空间实现跨域去模糊，避免对卷积算子的强假设。
3. 模糊合成（Blur Synthesis）：将现有模糊核迁移到新图像域（如人脸、动画）。

1.2 实际意义

• 移动设备与安防：提升手机摄影、监控视频的清晰度。
• 数据增强：为缺乏真实模糊数据的领域（如医疗影像）生成高质量训练样本。
• 工业应用：自动驾驶（处理运动模糊）、工业检测（恢复细节）。

---

2. 创新方法、模型与公式

2.1 核心思路：模糊操作族与模糊核提取器的联合学习

论文提出通过联合学习模糊操作族（Blur Operator Family） $\mathcal{F}$ 和模糊核提取器（Blur Kernel Extractor） $\mathcal{G}$，显式建模模糊核的潜在流形（Latent Manifold）：
$$y=\mathcal{F}(x,k)\text{and}k=\mathcal{G}(x,y)(3)$$

• 动机：
  • 传统方法假设模糊为卷积操作（$y=k\ast x$），但真实模糊（如运动模糊、非线性模糊）不满足此假设。
  • 深度学习模型（如DeblurGAN）缺乏对模糊核的显式建模，导致无法泛化到未见模糊类型（Unseen Blur Operators）。
• 创新点：
  • $\mathcal{F}$ 和 $\mathcal{G}$ 共同学习模糊核的隐式表示，覆盖更广泛的模糊类型（包括非均匀模糊）。
  • 二者均为可微神经网络，可端到端优化。

2.2 模型架构与训练目标

2.2.1 网络结构

• 模糊操作族 $\mathcal{F}$：
  • 架构：U-Net型编码器-解码器（带跳跃连接）。
  • 输入：清晰图像 $x$ 和模糊核向量 $k$。
  • 流程：
    1. 编码器将 $x$ 压缩为瓶颈特征。
    2. 将瓶颈特征与 $k$ 拼接。
    3. 解码器生成模糊图像 $\mathcal{F}(x,k)$。
• 模糊核提取器 $\mathcal{G}$：
  • 架构：ResNet型残差网络。
  • 输入：清晰-模糊图像对 $(x,y)$ 的拼接。
  • 输出：模糊核向量 $k$。

2.2.2 训练目标函数

最小化重构损失（Charbonnier Loss）：
$$\sum _{i=1}^n\rho \left(y_i,\mathcal{F}\left(x_i,\mathcal{G}\left(x_i,y_i\right)\right)\right)(4)$$
其中 $\rho (a,b)=\sqrt{(a-b{)}^2+{ϵ}^2}$（$ϵ=10^{-3}$）。

• 优势：比 $L_2$ 损失更鲁棒，抑制噪声影响。
• 训练流程：
  1. 采样图像对 $(x_i,y_i)$。
  2. G \mathcal{G}