yangqoor的博客

Deep Decoder（红点）在高压缩比下 PSNR 更优。（under-parameterization）和。实现图像的高效表示。网络输入为一个固定随机张量。图 4：去噪机理对比（DD vs. DIP）表 1：逆任务性能对比（PSNR, dB）是一种非卷积神经网络，其核心目标是通过。论文旨在提出一种名为。图 1：压缩性能对比。

yck∗xn(式1)y = c(k * x) + n \qquad \text{(式1)}yck∗xn式1)其中yyy为模糊图像，xxx为潜在清晰图像，kkk为模糊核，nnn为噪声，c⋅c(\cdot)c⋅为相机非线性响应函数。在频域中，清晰图像可通过伪逆核k†k†xk†∗y(式3)x = k^{\dagger} * y \qquad \text{(式3)}xk†∗y式3)k†k†k†USV。

研究目标：论文旨在证明卷积神经网络（Convolutional Neural Networks, ConvNets）的架构本身（而非通过数据学习）能够捕获图像的底层统计先验（low-level image statistics），从而解决图像逆问题（如去噪、超分辨率、修复等）。解决的实际问题：传统方法依赖大量数据训练模型以学习图像先验，而本文提出了一种无需预训练的解决方案，直接利用随机初始化的网络结构作为手工先验（handcrafted prior）。这对以下场景具有重要意义：产业意义：本部分将深入解析

公式表达式含义Eq.14∇prior⁡x1σ2rσx−x∇priorxσ21​rσ​x−xDAE残差与分布梯度的等价性Eq.22data⁡x−N2log⁡∣y−k∗x∣2Mσ2∣k∣2datax−2N​log∣y−k∗x∣2Mσ2∣k∣2噪声盲数据项Eq.17∇prior⁡Lsx2σ2rσ2xη2−x∇priorLs。

研究目标：论文旨在提升非盲目图像反卷积（non-blind image deconvolution）的效率和质量。具体目标是通过优化基于快速傅里叶变换（FFT） 的方法，解决大尺寸图像（兆像素级）处理中的计算效率和边界伪影问题。解决的实际问题：产业意义：论文提出 傅里叶解卷积网络（Fourier Deconvolution Network, FDN），核心公式如下：xt+1=F−1(F(k⊛φt(y,k,xt)+1ωt(λ)ϕtCNN(xt))∣F(k)∣2+1ωt(λ)∑i∣F(fit)∣2)(16)

物理指导的深度学习将半二次分裂优化嵌入网络架构（公式3→6）FCNN仅在梯度域学习残差（避免端到端黑箱）频域-空间域协同fill:#333;color:#333;color:#333;fill:none;模糊图像傅里叶解卷积梯度计算FCNN梯度去噪更新指导梯度可学习超参数机制γλ2βγλ2β作为网络参数通过公式10实现梯度反向传播迭代精炼架构三阶段逐步优化（PSNR提升0.32dB/1%噪声）各阶段独立参数增强表达能力。

公式含义论文编号代码对应(5)HQS分裂后的目标函数理论基础迭代循环框架(7)保真项子问题的闭式解（FFT加速）理论推导(9)去噪子问题的等价表示核心创新(10)CNN去噪器的残差学习损失函数训练策略预训练模型生成。

模型与算法统一：将优化步骤嵌入随机场架构，避免迭代计算。频域加速：DFT实现闭式解，复杂度降至ODlog⁡DODlogD。非单调可学习收缩函数：突破传统势函数单调性限制（公式9）。级联贪婪训练：3-4阶段即收敛，平衡效率与质量。该框架为高分辨率图像实时处理（如手机摄影、医疗成像）提供了可扩展的解决方案。

框架设计：预去卷积（维纳滤波）降低输入方差 → 网络泛化性提升。网络结构：长短跳跃连接平衡全局色彩与局部细节。正则化策略：稀疏梯度先验提升模型鲁棒性。

（Non-blind Deblurring）问题，即在已知模糊核（Blur Kernel）的前提下恢复清晰图像。传统方法依赖手动设计的先验模型（如稀疏MRF）或计算昂贵的生成模型，限制了恢复质量与效率。，通过级联回归树场（RTF）模型直接预测去模糊结果，实现高效、高质量的去模糊。: 三级RTF级联流程（实际使用六级），前级输出作为后级输入特征。为解决直接从模糊图像回归参数的困难，提出。RTF级联（下）支持大范围特征回归。，计算昂贵（Eq. (4)-(5)）：作者提出绕过迭代优化，直接回归。

（space-invariant non-blind deconvolution）问题，即在已知模糊核（PSF）的前提下，从模糊图像中恢复清晰图像。：图像因运动模糊、失焦模糊等退化，导致信息丢失。学习去伪影过程，直接建模图像退化过程，同时解决噪声着色和图像信息损坏问题（§3.2）。：与传统两步法（如IDD-BM3D）依赖手工设计去噪算法不同，本文通过。右：本文方法（细节更清晰）。：MLP在5类场景下全面超越SOTA，最高提升0.5dB（表1）。：本文方法在所有场景下PSNR优于对比算法（正值表示优势）。

学习K200K=200K200个高斯分量，覆盖纹理、边缘等结构，模型形式pz∑k1KπkNz∣0Σkpzk1∑K​πk​Nz∣0Σk​K200K=200K200：混合分量数πk\pi_kπk​：分量权重Σk\Sigma_kΣk​：协方差矩阵（尺寸64×6464\times6464×64训练细节数据集：Berkeley分割库（50,000个8×88\times88×8块，DC分量移除）

通过。

分裂策略：将非凸问题分解为凸（FFT求解）+非凸（像素级求解）子问题w子问题加速LUT实现O1O(1)O1复杂度单像素求解解析解实现α1223α1/22/3的精确高效计算参数调度β\betaβ指数增长平衡收敛速度与精度工程优化：预计算分母项、持久化LUT存储减少重复计算。

偏差累积事件表示（Deviation Accumulation, DA）：重新定义事件数据预处理，增强运动模式感知。循环运动提取模块（Recurrent Motion Extraction, RME）：多尺度运动特征提取机制。特征对齐与融合模块（Feature Alignment and Fusion, FAF）：解决事件与图像模态不一致性问题。组件传统方法缺陷本文创新点性能提升DA忽略事件顺序和绝对光强累积偏差保留历史事件影响PSNR↑0.26dB（表2）RME单尺度运动建模不足。

提出一种结合陀螺仪（gyro）传感器的单图像去模糊方法。核心目标是利用陀螺仪数据提供的相机运动信息，缓解传统去模糊方法的。(b) 陀螺数据（红）与模糊轨迹不匹配；：直接使用噪声陀螺数据训练易导致网络忽略陀螺输入（表2-b）。可变（与曝光时间成正比），通过三次样条插值降采样至。：校正陀螺数据中的全局误差（噪声、旋转中心偏移）。：利用精炼陀螺特征去除空间变异模糊（含动态物体）。性价比最优（PSNR饱和，内存翻倍）。为卷积权重，GAP为全局平均池化。，提升模糊图像的恢复质量。），确保时间中心对称。

论文旨在解决高分辨率图像去模糊任务中 Transformer 架构计算成本过高的问题，同时克服传统 CNN 感受野有限的缺陷。核心目标是设计一种轻量化的纯卷积网络（CNN），在保持高效性的同时实现与 Transformer 相当的性能。图 2：LaKDNet 架构论文提出 LaKD（Large Kernel Depth-wise）模块，核心创新在于：整体结构为 4 层编码器-解码器（U-Net 架构），每层含 N 个 LaKD 模块（图 2）：关键公式（对应论文公式 1-3）：特征混合递归计算：zk+1

1.1 核心问题论文旨在解决机载平面阵列雷达在三维前视成像中方位-俯仰分辨率不足的问题。传统方法（如2D-FFT）受限于天线物理孔径和傅里叶变换的旁瓣效应，导致相邻目标在方位和俯仰方向难以分辨。本文提出一种基于二维迭代自适应方法（2D Iterative Adaptive Approach, 2D-IAA）的算法，通过单快照超分辨估计提升分辨率。1.2 产业意义提出 基于2D-IAA的三维前视成像算法，核心流程分为三阶段：误差函数（式(9))：E=(y−Aσ)HW(y−Aσ)E = (y - A\sig

精准建模：瑞利似然匹配海杂波 + 对数正态先验匹配目标统计特性；高效求解：通过贝叶斯MAP推导闭式迭代更新公式(20)；性能优势：在提升分辨率（可达1°内目标分离）的同时，保持低SCR下的鲁棒性（对比实验SCR=10dB时GSMAP出现虚警而RLGMAP稳定）。此方法为实波束雷达对海成像提供了统计特性驱动的超分辨新范式。

方法，用于去除静态场景图像中由相机抖动引起的。本文结果（最右列）纹理更清晰，伪影更少。论文旨在开发一种无需数据集的。

深层特征更清晰，适合FSAS优化。——空间域的卷积等价于频域的逐元素乘积（Element-wise Product）。( c) DFFN模块。的计算迁移至频域，显著降低计算复杂度并增强特征判别力。本文方法（红点）在PSNR、FLOPs、参数量上均优于SOTA。传统Transformer的空间域自注意力计算需生成查询矩阵。，提出一种基于频域的高效方法，以提升去模糊的精度与效率。PSNR增益，证明其频段选择机制的有效性。矩阵乘法计算注意力图，其空间复杂度为。实际测试中（表4），FSAS在分辨率。

（Non-uniform Blur Kernel）的估计问题。传统方法假设模糊核是空间不变的（Uniform），但实际场景中模糊核因相机抖动或物体运动而呈现空间变化（Spatially Varying）。（Multi-scale Kernel Attention Module, KAM），提升模糊核估计的准确性和鲁棒性。（Normalizing Flows）建模模糊核的潜在空间表示，结合。非均匀模糊具有空间变化特性，需动态融合图像特征与局部核信息。：流先验与不确定性学习的消融实验（重模糊PSNR）

PSNR提升至33.85 dB（GoPro数据集），优于SOTA模型（如NAFNet的33.69 dB），且计算成本仅小幅增加。：仅增加 0.06M 参数（表4），FLOPs 增幅可控（图1 PSNR-FLOPs 帕累托前沿最优）。通过简单操作（FFT→ReLU→iFFT），无需复杂估计即可提取模糊模式，为多域融合模型设计提供新范式。处理后，输出显式反映模糊结构（如线性运动方向）。的结构信息（见图3示例）。

公式表达式作用(2)XijFMXijδ′;ΘDDF​∣MXij​δ′​DDF 算子定义(4)DijBijAijDij​Bij​Aij​权重低秩分解(6)(7)GuvjeΔmuvjζτ∑meΔmuvmζτGuvj​∑m​eΔmuvm​ζτ。

局部模糊形成模型BxyISP⁡∫T1T2ftxydtBxyISP∫T1​T2​​ftxydt光度对齐PB′xyβ⋅PBxyβPRS‾PRB‾PGS‾PGB‾PBS‾PBB‾PB′​xyβ⋅PB​xyβPRB​​​PRS​​​​PGB​​​PGS​​​​PBB​​​PBS。

SCERisgn⁡i−N∑jm≤tj≤Mpjδxjyj(公式8)\text{SCER}_i = \operatorname{sgn}(i-N) \sum_{j: m \leq t_j \leq M} p_j \delta_{x_j y_j} \quad \text{(公式8)}SCERi​sgni−Njm≤tj​≤M∑​pj​δxj​yj​​公式8)物理意义iNi < NiN。

现有方法依赖固定卷积核或忽略显式退化建模，导致在真实场景（如动态模糊、非均匀模糊）中性能受限。（Degradation Representations）自适应处理空间变化的模糊模式。“重模糊任务监督退化表示学习，去模糊任务优化表示的可迁移性”退化表示通过SAM模块（公式9）调制多尺度跨层特征。（Image Deblurring）任务中。“迫使网络关注残留模糊区域”图2：MSDI-Net架构。共享表示但独立权重。

公式数学表达作用出处(1)Ib1T∫0TItdtIb​T1​∫0T​Itdt模糊成像模型Sec.3(5)ItuvIt1FtuvItuvIt1Ftuv))帧间光流约束Sec.3(8)L2∣I−I∣22L2​∣I−I∣22​序列重建损失Sec.3.2(9)Lguidanceλ1LGANλ2LVAEλ3LKLLguidance​λ。

论文首次指出图像恢复任务中存在的训练-测试不一致性（Train-Test Inconsistency）训练阶段：模型在小块（如256×256）上学习全局操作（如全局平均池化），统计特征仅覆盖局部区域（图1a）。训练-测试不一致性示意图（论文图1）(a) 训练时全局操作仅覆盖小块；(b) TLC在测试时强制局部聚合。测试阶段：模型处理全分辨率图像（如720×1280），全局操作被迫计算全域统计特征，导致特征分布偏移（图3a左）。分布偏移修正（论文图3a）

图3：DeblurNet（左）与EnhanceNet（右）结构。，通过融合长曝光（低噪声、高模糊）和短曝光（低模糊、高噪声）图像，解决夜景拍摄中同时存在的。图4：数据增强流程（含Varmap与CutNoise）“DeblurNet运行在训练和测试相同的固定分辨率下，确保像素偏移和模糊尺度可比”：D2HNet在暗区去噪（如黑色背景）和边缘保留（如文字）显著优于竞品。：将“固定分辨率处理域差异”思路迁移至其他跨域任务（如低光增强、去雨）。图5：方差图阈值设定（5%分位数对应高模糊区域）

研究目标：论文旨在解决当前图像复原领域（如去噪、去模糊）中模型系统复杂度（System Complexity）过高的问题。现有SOTA方法虽性能优异，但引入了复杂的模块设计（如多阶段结构、多头注意力），导致模型难以分析、部署和优化。作者提出一个简单高效的基线模型，并通过简化发现非线性激活函数（如ReLU、GELU）并非必要，最终提出非线性激活自由网络（NAFNet）。实际意义：论文将系统复杂度拆解为块间复杂度（Inter-block Complexity） 和块内复杂度（Intra-block Compl

论文旨在解决动态场景中因物体移动或相机抖动导致的**非均匀模糊（non-uniform blur）**问题。此类模糊具有方向性、区域性和多尺度特性（如短程与长程模糊），传统方法难以高效建模。Stripformer的目标是设计一种轻量化的Transformer架构，在低计算开销下实现高性能去模糊。（Strip Attention）建模模糊的方向性与多尺度特性。：同等参数量下PSNR提升0.42，FLOPs降至1/4，且无需额外数据预训练。，捕捉短程模糊方向性（图1a）。，捕捉长程模糊幅度（图1b）。

的问题，提出一种兼具模型驱动可解释性与数据驱动自适应性的框架。

论文旨在解决图像恢复领域的一个核心挑战：如何设计一个统一的模型（All-in-One）来处理多种未知退化类型和退化程度。传统方法需针对特定退化（如噪声、雨雾）设计专用模型，但真实场景中退化类型和程度常未知且动态变化（如自动驾驶中连续遭遇雨雾）。AirNet的目标是：AirNet由两个核心模块组成：学习退化表征 zzz，使其满足：正负样本构造（论文3.2节）：对比损失函数（公式3）：Lcl=−log⁡exp⁡(q⋅k+/τ)∑i=0Kexp⁡(q⋅ki−/τ)\mathcal{L}_{cl} = -\lo

公式表达式作用(1)ℓI′I∣I′−I∣2ϵ2ℓI′I∣I′−I∣2ϵ2​Charbonnier损失函数(2)LeWin块计算流程(4)AttentionQKVSoftMaxQKTdkBVAttentionQKVSoftMaxdk​​QKT​BV带相对位置编码的窗口注意力。

特性传统TransformerMAXIM复杂度OH2W2CO(H^2W^2C)OH2W2COHWCO(HWC)OHWC输入分辨率支持固定尺寸分块任意尺寸（全卷积）全局感受野依赖预训练原生支持边界伪影严重（分块处理）无参数量（GoPro任务）计算效率：在256×256256×256输入下，MAXIM-3S仅需339.2 GFLOPs（表7C）性能增益：MAB贡献最大提升（+1.04 dB PSNR），CGB进一步优化细节（表7B）

设计一种高效Transformer架构，在保持全局建模能力的同时，实现对高分辨率图像（如4K）的高效处理。核心模块：(a) MDTA（跨通道注意力），(b) GDFN（门控特征变换）。：仅用GoPro训练，在HIDE上泛化性能优于MPRNet（0.26 dB↑），FLOPs降低81%。：平均PSNR提升1.05 dB，Rain100L数据集提升2.06 dB（当前最优）。：首个在真实噪声数据集（SIDD/DND）上突破40 dB PSNR的模型。，无法处理高分辨率图像（如4K）。

公式描述编号ki∑bkbmibki​∑b​kbmib​基分解模型Eq.2viR⟨u∑bkbmib⟩1γvi​R(⟨u∑b​kbmib​⟩1/γ含饱和的退化模型Eq.3Rvivi−1alog⁡1eavi−1Rvi​vi​−a1​log1eavi​−1饱和算子平滑近似Eq.4Lreblur∑wivi。

因为模糊过程（如运动模糊）丢失了高频细节信息，导致单张模糊图像可能对应多个清晰图像的解。（Image Deblurring）问题，即从模糊图像中恢复出清晰的图像。（相邻卷积核感受野不连续导致的棋盘格伪影）。时PSNR/SSIM最优（图7）。图4：小波重建模块（WRM）流程。图3：膨胀卷积模块结构。

轻量化设计MISE通过共享编码器减少参数量（6.8M vs DeepDeblur 11.7M）。MOSD实现并行输出，避免串行计算（0.008s vs MT-RNN 0.07s）。动态特征融合AFF打破传统尺度隔离，提升高频细节恢复能力（图5文字区域更清晰）。频域监督创新MSFR损失直接优化频率差异，解决模糊导致的频谱失真问题。局限与思考FAM模块引入额外计算（虽未显著增加延迟，但在移动端需量化验证）。多尺度监督可能加剧训练难度（需平衡各尺度损失权重）。