用CNN做图像重建：Deep Image Prior学习笔记

用CNN做图像重建：Deep Image Prior学习笔记

转载自 https://zhuanlan.zhihu.com/p/82150938

根据对图像的认知水平，计算机视觉任务可以分为三个层次：

• Low level: image reconstruction (denoising, deblurring, impainting...)
• Middle level: image classification, segmentation ...
• High level: scene understanding (e.g., 看图说话)

Low level并不意味着低级、简单，而是非常基础的任务，图像本身的质量将直接影响后续的分割、分类、场景理解等任务。

2012年以来，CNN在图像分类、分割、语义理解等中高层任务中取得了比传统方法更好的效果。一个自然的问题是CNN能不能用来解决low level 计算机视觉问题？

source: https://dmitryulyanov.github.io/deep_image_prior

以图像去噪为例，一个直接的想法是收集很多干净-噪声图像对，然后输入噪声图像，通过CNN来学习对应的干净图像。但是这种方法的不足在于我们只能收集合成（仿真）的干净-噪声图像对，真实世界中的噪声图像很难找到对应的干净图像。

能否不用干净的图像，直接用CNN对噪声图像去噪呢？

经典回顾->推陈出新

https://dmitryulyanov.github.io/deep_image_prior​

dmitryulyanov.github.io/deep_image_prior

上面链接是本文方法的项目主页。先回看传统的model-based方法是怎么做图像去噪的：

噪声图像记为 ，一般通过最小化如下能量泛函（energy function）来去噪

其中 是数据项（保真项）， 是正则项， 是想要找的干净图像（去噪后图像）。通常 是根据对图像的理解显示定义的（explicit regularizer），比如著名的TV去噪模型。

简言之，传统model-based 去噪模型有两项：数据项和正则项，那么，我们能否设计一种新的正则项，而且该正则项还与CNN有关系？

接下来就是本文非常重要的思想：CNN可以看作一种implicit prior！

为什么？因为给定CNN的网络架构后（记为 ​, ​ 是网络权重weights， ​是网络的输入inputs），也就定义了一个函数空间（每给定一组权重参数，就指定了这个函数空间的一个函数）。所以如果假设我们要找的图像就在这个空间内的话，CNN本身就是一个regularizer！

遗憾的是目前我们对这个函数空间知之甚少，也没有数学工具可以用来分析它 (yet)。

根据以上假设，此时的优化问题就变成了

​

在去噪问题中，数据项 ，将其带入上式中得到现在要优化的问题： ​ （loss function），其中​ 可以是任意的inputs。接下来用标准的网络优化方法就可以求解该问题了，比如本文中用的Adam。

几个可能的疑问

• 从要优化的问题 ​来看，它实际在做的是通过优化CNN的参数，使得CNN能把一个随机的输入尽可能接近噪声图像！这不就是train一个CNN来学噪声图像嘛，这个反直觉的操作为什么就能去噪？

作者做了这样一个实验：让CNN同时从随机的输入重建干净图像、带噪声的图像、image shuffled和噪声，发现网络优化干净的图像要比带噪声的图像以及噪声更快！换言之，网络在优化 ​ 的过程中，趋向于先学习图像信息，然后才是噪声 (原文表述为：offers high impedance to noise and low impedance to signial)。

所以CNN 在train的时候可能会先学到我们希望得到的去噪图像​ ，然后才会过拟合到实际的噪声图像。因此需要在网络train的过程中某一个步骤停下来，当前网络的输出就是去噪后的图像。

• CNN ​如何选用？不同的CNN隐含的regularization是什么？

很难回答！可以确定的是不同的网络架构对去噪性能会有很大影响，作者在本文中用的是U-Net。作者也尝试去探寻不同网络架构背后的prior（regularization），下图是选用不用的网络结构在随机权重下的输出，可以发现不同的网络架构得到的结果有明显差异。

• 本文方法跟经典的图像重建方法比会更好吗？

上述介绍都是以去噪为例，但本文方法还可以用在超分辨重建、图像修复等图像重建任务中。在去噪任务中，PSNR为31.00，BM3D为31.42，Non-local means 为30.26，耗时文章没说，但肯定挺慢的. 其他任务的结果请参阅原文。
取得好的实验效果虽然是我们期待的，但是对于这篇文章不能光用实现结果的好坏来评价它。这个工作更大的贡献是打开了一扇门：原来CNN本身还可以作为一种regularizer，可以用在各种图像重建问题中（只需要degraded images，不需要ground truth）。

本文最先在CVPR 2018发表，目前Journal版本已经被CV顶刊IJCV接收。代码已经开源，目前5000+ star!

DmitryUlyanov/deep-image-prior​

github.com/DmitryUlyanov/deep-image-prior正在上传…重新上传取消​

本文思想的进一步应用：欢迎留言补充。

发布于 2019-09-11

图像处理

卷积神经网络（CNN）

深度学习（Deep Learning）