Leveraging Phase Information to Boost Unrolled Network Learning for Image Deblurring

Sintesi Tecnica: UPADNet – Rete di Decomposizione di Fase e Ampiezza Unrolled per la Deblurring delle Immagini

Problematica
La deblurring delle immagini mira a recuperare un'immagine latente nitida ($u$) da un'osservazione sfocata e rumorosa ($z$), tipicamente modellata come una convoluzione lineare shift-invariant corrotta da rumore additivo ($z = h * u + n$). Sebbene gli approcci di deep learning abbiano ottenuto un successo significativo, essi soffrono spesso di limitazioni che includono una forte dipendenza da grandi dataset annotati, una capacità di generalizzazione limitata attraverso diverse degradazioni del mondo reale (ad esempio, livelli di rumore variabili, movimento della fotocamera) e costi computazionali elevati. Inoltre, le reti profonde standard spesso trattano l'immagine come una variabile spaziale, potenzialmente trascurando il ruolo critico dell'informazione di fase di Fourier, che codifica dettagli strutturali e geometrici essenziali per il recupero di immagini nitide.

Metodologia
Gli autori propongono UPADNet (Unrolled Phase and Amplitude Decomposition Network), un'architettura deep guidata dal modello che decompone esplicitamente il problema del ripristino dell'immagine in componenti di ampiezza e fase nel dominio di Fourier. La metodologia procede in tre fasi:

1. Stima LMMSE di Ampiezza e Fase:
   Riconoscendo che le relazioni naive nel dominio di Fourier (dove l'ampiezza è moltiplicativa e la fase è additiva) falliscono sotto l'effetto del rumore e dell'incertezza del kernel, gli autori derivano nuovi stimatori Linear Minimum Mean Squared Error (LMMSE).

   • Formulano operatori lineari generalizzati per stimare l'ampiezza ($\hat{A}_Z$) e la fase ($\hat{\theta}_Z$) dell'osservazione sfocata.
   • L'analisi teorica (Teoremi 1 e 2) dimostra che questi stimatori minimizzano l'errore quadratico atteso rispetto ai modelli multipli/additivi ingenui, sfruttando i momenti statistici (medie, varianze e covarianze) delle distribuzioni di ampiezza e fase.

2. Ottimizzazione Iterativa tramite Metodo Alternato di Direzione:
   Viene sviluppato un algoritmo di ottimizzazione iterativa per recuperare l'immagine nitida latente minimizzando una funzione obiettivo regolarizzata. Questa funzione impone la coerenza statistica con gli stimatori LMMSE derivati e include:

   • Termini di Fedeltà ai Dati: Imposizione della coerenza tra l'ampiezza e la fase stimate e quelle osservate.
   • Regolarizzazione: Regolarizzazione $\ell_1$ sull'ampiezza dell'immagine ($M \circ A_U$) per promuovere la sparsità nel dominio di Fourier, e penalità $\ell_2$ sulle componenti del kernel di blur per garantire la fluidità. Un termine $\ell_1$ aggiuntivo sulla fase dell'immagine ($\theta_U$) impone la simmetria strutturale.
   • Strategia di Soluzione: L'obiettivo non convesso viene risolto utilizzando lo Half-Quadratic Splitting (HQS), introducendo variabili ausiliarie per decomporre le penalità non lisce. Ciò risulta in una sequenza di sottoproblemi a forma chiusa per l'aggiornamento delle variabili di ampiezza e fase.

3. Unrolling in una Rete Deep (UPADNet):
   Invece di utilizzare parametri statistici fissi, l'algoritmo di ottimizzazione iterativa viene "unrolled" in una rete deep addestrabile.

   • Architettura: Ogni iterazione dell'algoritmo di ottimizzazione corrisponde a un UPADBlock. Un UPADBlock consiste in quattro sub-blocchi che aggiornano sequenzialmente l'ampiezza e la fase dell'immagine latente ($A_U, \theta_U$) e il kernel di blur ($A_H, \theta_H$).
   • Parametri Addestrabili: Le matrici statistiche $\{W_i\}$ e il filtro nel dominio delle frequenze $M$, che sono teoricamente fissi nelle formulazioni classiche, vengono appresi dai dati.
   • Generatore di Pesi: Un modulo leggero produce dinamicamente pesi e filtri specifici per l'iterazione utilizzando meccanismi come SimpleGate (SG) e Simplified Channel Attention (SCA).
   • Attivazione: Per approssimare gli operatori prossimali di soft-thresholding garantendo al contempo un flusso di gradiente fluido, gli autori sostituiscono ReLU con attivazioni GELU.
   • Design Multi-scala: Molti UPADBlocks sono impilati con downsampling e upsampling intermedi per ampliare il campo recettivo effettivo.

Contributi Chiave

• Decomposizione Fase-Ampiezza: Il paper introduce un framework principato che modella e stima esplicitamente sia l'ampiezza che la fase nel dominio di Fourier, invece di ripristinare direttamente l'immagine spaziale.
• Nuovi Stimatori LMMSE: La derivazione di stimatori lineari ottimali per l'ampiezza e la fase sfocate che superano le relazioni naive nel dominio di Fourier sotto l'effetto del rumore.
• Architettura UPADNet: Lo sviluppo di una rete end-to-end addestrabile che unrolla l'algoritmo di ottimizzazione derivato, permettendo alla rete di apprendere direttamente i parametri statistici sottostanti dai dati accoppiati puliti e degradati.
• Robustezza: Il design mira specificamente alla robustezza in regimi ad alto rumore e dati limitati, sfruttando l'interpretabilità dell'ottimizzazione unrolled e i vincoli strutturali dell'informazione di fase.

Risultati Sperimentali
Gli autori hanno valutato UPADNet su tre benchmark: GoPro (motion blur sintetico), RealBlur (camera shake reale) e un dataset sintetico COCO con rumore e kernel di movimento controllati.

• Performance: UPADNet ha raggiunto risultati allo stato dell'arte su GoPro (34.63 dB PSNR, 0.975 SSIM) e RealBlur (41.29 dB PSNR su RealBlur-R), superando metodi recenti basati su transformer (es. Stripformer, FFTformer) e sulla diffusione.
• Efficienza: Il modello utilizza solo 27M di parametri, significativamente meno rispetto ai grandi competitor come AdaRevD (220M).
• Robustezza al Rumore: Negli esperimenti con rumore Gaussiano crescente ($\sigma = 0.01$ a $0.05$), UPADNet ha mantenuto prestazioni stabili, mentre altre reti unrolled e deep hanno mostrato una degradazione significativa.
• Efficienza dei Dati: Quando addestrata con rapporti di dati ridotti (fino al 60% del dataset), UPADNet ha mostrato un calo di prestazioni minimo rispetto ai competitor, dimostrando una superiorità nella generalizzazione in regimi di dati limitati.
• Ablation: Gli studi hanno confermato che l'aumento del numero di blocchi unrolled (fino a 72) e l'uso di attivazioni GELU con un tasso di apprendimento di $1\times10^{-3}$ hanno prodotto prestazioni ottimali.

Significatività e Rivendicazioni
Il paper sostiene che la modellazione esplicita della fase e dell'ampiezza di Fourier sia cruciale per l'alta qualità della deblurring delle immagini, particolarmente in scenari reali impegnativi. Modellando un algoritmo di ottimizzazione derivato dalla teoria LMMSE, UPADNet colma il divario tra l'interpretabilità dei metodi iterativi tradizionali e l'adattabilità del deep learning. Gli autori affermano che questo approccio offre una soluzione robusta che generalizza bene attraverso diversi tipi di blur, livelli di rumore e dati di addestramento limitati, evidenziando il valore della modellazione strutturata nel dominio delle frequenze all'interno dei framework di deep unrolling.