BSRGAN超分辨网络

目录

前言

一、BSRGAN主要介绍

二、退化模型的构建

        对于三种因子的一些说明

结论

---

前言

论文：Designing a Practical Degradation Model for Deep Blind Image Super-Resolution

参考：BSRGAN超分辨网络 - 知乎

---

2021年新出炉的文章，张凯大哥等人写的。

一、BSRGAN主要介绍

研究目的：目的是设计一个更复杂但实用的退化模型（包括随机混合模糊、下采样和噪声退化）；

核心议题：如何构建一个实际的图像降级模型；

超分网络backbone：ESRGAN

主要对比方法：2019年的模型FSSR，2020年的模型Rral-SR；

图像质量的评价指标：有参：PSNR(峰值信噪比)、SSIM(结构相似性)、LPIPS(学习感知图像块相似性，也成为感知损失)。无参：NIQE(自然图像质量评价器)、NRQM、PI(评估图像锐度、噪声、伪影和整体的质量)；

PSNR：主要衡量的是算法结果SR图像与HR图像对应像素距离的接近程度，应用范围很广，但容易出现与perceptual quality不一致的情况。

SSIM：从亮度、对比度和结构相似度三个方面来衡量SR图像与HR图像的差异。相比于PSNR，SSIM评估指标能更好的衡量图像的视觉质量。

IFC：信息保真度准则利用SR图像与HR图像的互信息进行评估。

LPIPS：在特征空间中计算SR图像与HR图像的L2距离，能与人眼主观评估保持较好的一致性。特征获取一般是通过深度学习模型。

NIQE：利用多元高斯模型拟合提取的图像特征，计算两个多元高斯模型的距离来衡量图像质量。

PIQE：人眼对图像空间中某些重要区域更为关注，将测试图像分成多个非重叠块，然后执行block-level分析来识别块的失真与等级。

NRQM：先提取图像的局部频域特征、全局频域特征和空间特征，然后分别训练3个随机森林模型，最后通过线性组合这3个随机森林模型的结果得到最终的感知得分。

从上可知，PSNR、SSIM、IFC、LPIPS等指标都需要参考图像，即质量评估分不仅需要利用到模型输出的SR图还需要真实HR图。NIQE、PIQE和NRQM则不需要参考图像。

参考：图像超分Real-World Single Image Super-Resolution: A Brief Review - 知乎

核心思路：

        围绕着上述退化模型的三个因子：K为模糊核、S为降采样核、N为噪声。随机安排各因子的执行顺序（eg.KSN、NKS、SNK、SKN、NSK、KNS）。同时，每个因子又有不同的方法（eg.将降采样核S可以采用以下任一种方式：双三次、最近邻、双线性等等），可以从这些方法中为每个因子随机选取一种。此时，便可通过两种随机过程构建出退化模型。

要点1：忽略模糊核在构建HR-LR对时的影响，能够注入符合实际情况的噪声对构建HR-LR对是至关重要的。

二、退化模型的构建

为遵循论文的表述，我们将模糊核记为B（blur），降采样核记为D（downsample），噪声记为N（noise）。各因子及各因子所包含的方法如下：

模糊核B：各向同性的高斯模糊核iso、各向异性的高斯模糊核aniso；
降采样核D：最近邻插值nearest、双线性插值bilinear、双三次插值bicubic、上下缩放up-down；
噪声N：高斯噪声G、JPEG压缩噪声JPEG、传感器噪声S。

对于三种因子的一些说明：

1. 降采样核D的上下缩放up-down方法中，包含两次缩放，（例如：欲完成2倍的缩小，可先进行1/3倍down，再进行3/2的up，即可完成1/2的缩小。）每次插值都在双三次和双线性插值中随机选取一个，先放大还是先缩小的顺序不限。
2. JPEG压缩噪声在退化模型中有两次添加。第一次按照上述随机顺序添加，第二次是在退化步骤的最后一步额外添加一次。这也在一定程度上说明了JPEG噪声的重要性。

退化模型如下：

  另外需要说明的一点是，上述退化模型是真的2倍缩小的图像的。如果要进行4倍退化，需要在所有随机退化（Degradation Shuffle）步骤之前先通过双三次或双线性对图像进行2倍缩小，然后在进行模型退化，便可得到4倍退化结果。

以下是一些效果图：

数据集：

使用了DIV2K、Flick2K、WED和FFHQ数据集来训练他们的BSRNet和BSRGAN模型。此外，他们还建立了两个测试数据集，包括合成的DIV2K4D数据集，它包含四个子数据集，总共400张图像，由100张DIV2K验证图像生成，具有四种不同的退化类型；以及真实的RealSRSet数据集，它包括20张真实图像，从互联网上下载或直接从现有测试数据集中选择。

---

结论

在本文中，我们设计了一个新的退化模型来训练深度盲超分辨率模型。具体来说，通过使每个降级因素（即模糊、下采样和噪声）更加复杂和实用，并且还通过引入随机混洗策略，新的降级模型可以覆盖在真实世界场景中发现的宽范围的降级。基于新的退化模型生成的合成数据，我们训练了一个用于一般图像超分辨率的深度盲模型。在合成图像和真实的图像数据集上的实验表明，深度盲模型在被各种退化破坏的图像上表现良好。我们相信，现有的深度超分辨率网络可以受益于我们的新退化模型，以提高其在实践中的实用性。因此，这项工作提供了一种解决盲超分辨率的真实的应用。