Resumen Técnico: GALOSH – Reducción de Ruido Ciega, Sin Entrenamiento y Mediante Contracción Local Amigable con el Procesamiento en Paralelo

1. Planteamiento del Problema

La reducción de ruido en imágenes está actualmente dominada por dos familias distintas, cada una con limitaciones significativas:

• Métodos Clásicos Sin Entrenamiento (ej. BM3D, Non-Local Means): Estos métodos se generalizan bien entre sensores sin necesidad de datos de entrenamiento, pero dependen fuertemente de la búsqueda dependiente del contenido (emparejamiento de bloques, ponderación de vecindad). Este mecanismo de búsqueda genera accesos irregulares a la memoria y un flujo de control dependiente de los datos, lo que dificulta la vectorización, la ocupación de la GPU y las implementaciones de latencia fija. Además, suelen asumir un nivel de ruido conocido.
• Métodos Aprendidos (CNN, Transformers): Estos logran la mayor calidad dentro de su dominio de entrenamiento, pero requieren extensos pares de entrenamiento, sufren una degradación catastrófica fuera de su distribución de entrenamiento y demandan presupuestos computacionales elevados (decenas de miles de MACs por píxel) que efectivamente requieren la aceleración de una GPU.

El artículo plantea: ¿Qué parte de la calidad de la familia clásica sobrevive si se elimina la búsqueda por diseño? El objetivo es crear un reductor de ruido ciego, sin entrenamiento y multidominio que sea rápido, paralelizable y adecuado para hardware de latencia fija sin sacrificar la calidad perceptual.

2. Metodología: GALOSH

GALOSH (Generalized Anscombe LOcal SHrinkage) reemplaza la arquitectura basada en la búsqueda de los métodos clásicos con un flujo de trabajo donde cada etapa es local, regular y dependiente de los datos de forma independiente. El grafo de computación es fijo para cada píxel, lo que permite una paralelización trivial.

El flujo de trabajo consta de cuatro etapas principales:

A. Estimación Ciega de Ruido

En lugar de asumir un nivel de ruido conocido, GALOSH ajusta un modelo de ruido Poisson–Gaussiano ($Var[x] = \alpha E[x] + \sigma^2$) directamente desde el fotograma ruidoso. Esto se logra mediante la regresión robusta de la varianza de Laplace local frente a la media local sobre bloques superpuestos (un estimador de estilo Foi), lo que genera parámetros por imagen $(\alpha, \sigma^2)$ sin datos de oráculo o calibración.

B. Estabilización de la Varianza (GAT)

Una Transformada de Anscombe Generalizada (GAT) mapea el ruido dependiente de la señal a una distribución Gaussiana de varianza aproximadamente unitaria. Esto permite que un único umbral global sea válido en todo el fotograma. La transformación utiliza una inversa exacta sin sesgo para la reconstrucción.

C. Contracción de Luminancia Local de Dos Pasos (LOSH)

La luminancia se reduce de ruido utilizando una contracción local de ciclo girado (cycle-spun) sobre bloques de Walsh–Hadamard de $8 \times 8$ superpuestos, reemplazando la pila 3D colaborativa de BM3D:

1. Paso 1: Aplica un umbral BayesShrink robusto para generar una estimación piloto.
2. Paso 2: Aplica una ganancia de Wiener empírica calculada a partir de los coeficientes del piloto.
   Los bloques superpuestos se recombinan mediante la suma de superposición con ventana (windowed overlap-add). Esto elimina toda la dependencia del contenido mientras retiene la arquitectura de refinamiento "shrink-then-Wiener" de BM3D.

D. Regresión de Crominancia Guiada por Luminancia

La crominancia se trata de forma distinta a la luminancia según los requisitos perceptuales:

• El ruido de luminancia aparece como grano y coexiste con la textura; por lo tanto, se contrae de forma conservadora para preservar la estructura de alta frecuencia.
• El ruido de crominancia aparece como manchas de color inaceptables; por lo tanto, se suaviza agresivamente.
  Los planos de crominancia se procesan mediante una regresión local ponderada de grado 1 (LOESS) guiada por la luminancia reducida de ruido. Un pirámide de residuos multiescala gestiona las manchas de grano grande. Crucialmente, los valores de croma reconstruidos se limitan al rango de croma de entrada local para evitar la "invención" de colores no presentes en la entrada.

Front-Ends de Dominio

Un núcleo único opera sobre dos entradas:

1. GALOSH-RAW: Trabaja directamente sobre mosaicos Bayer. Una transformada de Walsh–Hadamard de $2 \times 2$ divide cada cuadra en planos de luminancia de resolución completa y de croma de media resolución.
2. GALOSH-YUV/RGB: Trabaja sobre imágenes sRGB renderizadas. La entrada es linealizada y convertida a BT.709 YCbCr; el croma se procesa a resolución completa sin submuestreo.

3. Contribuciones Clave

1. Flujo de Trabajo Libre de Búsqueda: Un flujo de trabajo de reducción de ruido totalmente ciego y sin entrenamiento donde todas las etapas son locales, regulares e independientes de los datos, presentando un núcleo compartido con dos front-ends de dominio (Bayer Raw y sRGB/YUV).
2. Superioridad Perceptual sobre Métodos Clásicos: Evidencia a través de cuatro benchmarks de ruido real (SIDD Medium, RawNIND) que muestra que GALOSH es el método más fuerte, ciego y sin entrenamiento, superando a las familias BM3D y NLM incluso cuando estas bases se les proporciona un nivel de ruido de oráculo.
3. Velocidad y Eficiencia de Hardware: Una demostración de que eliminar la búsqueda produce aceleraciones masivas (7×–650× más rápido que los baselines de aprendizaje profundo en GPU) y un rendimiento práctico en CPU. Se demuestra que el grafo de computación fijo se mapea naturalmente a hardware de punto fijo y de transmisión mediante un análisis de conteo de operaciones y una realización de INT16 funcional.

4. Resultados Experimentales

El artículo evalúa GALOSH contra baselines clásicos (BM3D, NLM y sus variantes) y baselines de aprendizaje profundo (Blind2Unblind, NAFNet, Restormer, SCUNet) en dominios Raw Bayer y sRGB.

• Dominio Raw: GALOSH logra las mejores métricas perceptuales (LPIPS, DISTS) entre todos los métodos ciegos y sin entrenamiento por un margen amplio, cerrando la mayor parte de la brecha con la red entrenada Blind2Unblind sin necesidad de entrenamiento.
• Dominio sRGB:
  • GALOSH vence decisivamente a los métodos clásicos ciegos (ej. 35.01 dB frente a 27–29 dB en SIDD sRGB).
  • Incluso cuando los métodos clásicos reciben un nivel de ruido de oráculo, no logran igualar el rendimiento de GALOSH, lo que demuestra que la ventaja reside en el algoritmo, no solo en la estimación del ruido.
  • Comparación con DL Entrenado: En datos del mismo dominio (SIDD), las redes entrenadas (ej. NAFNet) mantienen una ligera ventaja. Sin embargo, en datos de dominio cruzado (RawNIND) a ISO alto, las redes entrenadas solo mantienen una ventaja leve (+0.3–0.7 dB) sobre GALOSH, mientras que GALOSH supera significativamente a los métodos clásicos. Notablemente, GALOSH permanece numéricamente estable en escenas de casi oscuridad donde algunas redes entrenadas divergen.
• Velocidad:
  • GPU: 0.76s por fotograma raw de 16 MP (frente a 5.6s para Blind2Unblind) y 0.87s por fotograma sRGB de 15.8 MP (frente a 13.5s–565s para los baselines de DL).
  • CPU: GALOSH es el único método fuerte que es práctico en CPUs, ejecutándose 2–3× más rápido que BM3D-CFA/NLM-CFA en datos raw y más rápido que Color-NLM en sRGB con mayor calidad.

5. Significado y Reivindicaciones

El artículo afirma que GALOSH demuestra que la búsqueda no es esencial para una reducción de ruido de alta calidad. Al reemplazar la búsqueda dependiente del contenido con una contracción local de ciclo girado estabilizada por varianza y una regresión guiada por la luminancia, el método retiene y extiende la calidad de la familia clásica mientras logra:

• Ceguera: No requiere datos de entrenamiento ni un oráculo de nivel de ruido.
• Cobertura Multidominio: Un único núcleo maneja tanto mosaicos Bayer raw como imágenes renderizadas.
• Paralelismo y Latencia: La estructura fija y dependiente de los datos permite implementaciones de latencia fija y un mapeo natural a hardware de transmisión de punto fijo (respaldado por una realización de INT16).
• Robustez: Evita la degradación de dominio y la inestabilidad numérica que a veces presentan las redes entrenadas.

Los autores posicionan a GALOSH no como un competidor de calidad estado del arte para redes entrenadas en el mismo dominio, sino como una solución superior para las restricciones específicas de reducción de ruido ciega, sin entrenamiento, multidominio y eficiente en hardware.