Resumo Técnico: Desturbulência Quase-Conforme Circular (CQCD)

Declaração do Problema

A restauração de imagens através de meios inhomogêneos, como ar ou água turbulentos, resulta em severas distorções geométricas, desfoque e ruído. Um desafio primário ao abordar isso é a falta de dados de treinamento pareados e limpos (imagem distorcida vs. verdade fundamental/ground truth) necessários para o aprendizado supervisionado. Capturar tanto as versões degradadas quanto as prístinas de uma cena sob as mesmas condições é frequentemente inviável. As abordagens não supervisionadas existentes muitas vezes têm dificuldade em generalizar para diferentes tipos de distorção ou introduzem artefatos devido à modelagem imperfeita da distorção. Além disso, muitos métodos falham em garantir a invertibilidade dos mapeamentos de deformação, o que é crítico para abordagens de consistência de ciclo, levando ao acúmulo de erros e artefatos não físicos como dobras ou rasgos.

Metodologia

Os autores propõem a Desturbulência Quase-Conforme Circular (CQCD), uma estrutura não supervisionada que reconstrói imagens livres de distorção a partir de múltiplos quadros turbulentos usando uma arquitetura de autoconsistência circular. O método opera através de um ciclo de três estágios:

1. Estimativa de Imagem Livre de Distorção (Passagem Direta):

   • Codificação por Frame Estrito (Tight-Frame - TF): Os quadros distorcidos de entrada passam por uma transformação de frame estrito para extrair características multiescala e sensíveis à direção. Isso separa explicitamente os componentes de frequência horizontal e vertical, permitindo que a rede capture padrões de deformação orientacional de forma mais eficaz do que as codificações baseadas em Fourier padrão.
   • Estimativa de Mapeamento: Uma rede neural (Estimador de Deformação, $N_{DE}$) prevê um campo de deformação geométrica ($f_t$) para deformar as imagens distorcidas para uma forma corrigida.
   • Reamostragem: As imagens distorcidas são deformadas usando o campo estimado. Este processo mitiga a turbulência geométrica, mas pode introduzir desfoque de interpolação.
   • Remoção de Desfoque: Uma rede de pixel a pixel (Removedor de Desfoque, $N_{BR}$) processa as características reamostradas para produzir uma imagem nítida e restaurada ($I^*$).

2. Estimativa de Imagem Distorcida (Passagem Inversa):

   • Para impor a consistência de ciclo, o inverso do mapeamento de deformação estimado ($f_t^{-1}$) é aplicado à imagem restaurada $I^*$.
   • Isso reconstrói uma aproximação da entrada distorcida original ($\bar{I}_t$).

3. Otimização e Regularização:

   • Funções de Perda: A estrutura minimiza uma perda de reconstrução ($L_{rec}$) entre a imagem restaurada e as entradas deformadas, e uma perda de distorção ($L_{dist}$) entre as imagens distorcidas reconstruídas e as entradas originais.
   • Regularização Quase-Conforme (QC): Um componente crítico é a integração da geometria quase-conforme computacional. Os campos de deformação são regularizados usando o coeficiente de Beltrami ($\mu$), que quantifica a distorção de conformidade local. Ao minimizar a norma $L_2$ dos coeficientes de Beltrami para ambos os mapeamentos (direto e inverso), o modelo incentiva deformações bijétoras e homeomórficas. Isso garante que os mapeamentos sejam invertíveis e evita artefatos não físicos como dobras, o que é essencial para que o loop circular funcione sem acúmulo de erro.

A função de perda total do estimador de deformação combina termos de fidelidade com um termo de regularização QC ponderado por $\lambda$, enquanto o removedor de desfoque é otimizado primariamente em termos de fidelidade.

Principais Contribuições

1. Estrutura de Remoção de Turbulência Circular: Os autores propõem uma nova arquitetura não supervisionada que utiliza múltiplas observações para refinar iterativamente a restauração. O design circular promove consistência temporal e espacial e atua como um mecanismo de validação implícito para evitar o acúmulo de erros.
2. Guia Quase-Conforme: O artigo integra a teoria quase-conforme computacional para guiar os mapeamentos de deformação em direção a um comportamento homeomórfico e invertível. Isso é matematicamente fundamentado no coeficiente de Beltrami, garantindo que os mapeamentos direto e inverso permaneçam bijetores, o que é um pré-requisito para a restrição de consistência circular.
3. Codificação por Frame Estrito (Tight-Frame): A introdução de blocos de frame estrito permite que a CNN capture diretamente padrões de deformação orientacional (jitter horizontal vs. vertical) sem aprender representações de frequência fundamentais do zero. Isso aumenta a precisão da estimativa do campo de deformação e da subsequente correção de desfoque.

Resultados Experimentais

A eficácia da CQCD foi avaliada em conjuntos de dados sintéticos e do mundo real envolvendo turbulência de água e atmosférica.

• Desempenho Quantitativo: Em conjuntos de dados subaquáticos sintéticos (Jellyfish, Pterois, Tiles) com variadas intensidades de turbulência (leve, média, severa) e contagens de quadros de entrada (5, 10, 15), a CQCD superou métodos não supervisionados de última geração (NeRT, NDIR, DiffTemplate, TurbRecon) tanto nas métricas de PSNR quanto de SSIM. A lacuna de desempenho aumentou conforme a severidade da turbulência crescia.
• Qualidade Visual: Em cenários do mundo real, a CQCD demonstrou capacidade superior de restaurar estruturas geométricas (ex: linhas retas de tijolos, corrimãos) e detalhes finos (ex: legibilidade de texto, tentáculos de águas-vivas) comparada aos concorrentes, que frequentemente exibiam deformação residual, sangramento de cor ou fantasmas (ghosting).
• Precisão do Campo de Deformação: Comparações com campos de deformação de verdade fundamental (ground-truth) usados em simulações sintéticas mostraram que a CQCD estimou com precisão os padrões de distorção subjacentes, validando sua interpretabilidade física.
• Estudos de Ablação:
  • Regularização QC: Remover a regularização QC ($\lambda=0$) levou a mapeamentos não invertíveis, artefatos de dobra e falha na correção de distorções. Um peso ideal ($\lambda=0.1$) equilibrou flexibilidade com estabilidade.
  • Codificação por Frame Estrito: Excluir o bloco TF resultou em quedas significativas de desempenho em todos os níveis de turbulência, confirmando sua necessidade para capturar características de deformação direcional.
  • Arquitetura: Um U-Net raso (profundidade 2) foi considerado suficiente para a estimativa de deformação, e uma razão de treinamento equilibrada entre o removedor de desfoque e o estimador de mapeamento produziu os melhores resultados.

Significância e Alegações

O artigo afirma que a CQCD representa um avanço significativo na restauração de imagens não supervisionada ao abordar a questão crítica da invertibilidade de mapeamento através da geometria quase-conforme. Os autores afirmam que seu framework não apenas supera técnicas de deturbulência existentes em qualidade de restauração, mas também fornece uma estimativa fisicamente interpretável de campos de deformação. A arquitetura circular, aliada às restrições QC, permite que o modelo lide efetivamente com complexas distorções geométricas sem dados de treinamento pareados, tornando-o adequado para cenários desafiadores do mundo real, como imagens subaquáticas e atmosféricas. O trabalho destaca que impor a bijetividade não é meramente uma restrição auxiliar, mas um requisito fundamental para a estabilidade e o sucesso de modelos de restauração de consistência de ciclo.

Limitações

Os autores reconhecem que o framework atual é projetado para cenas estáticas. A suposição de correspondência pixel a pixel inerente à perda de consistência circular é violada por objetos em movimento ou movimento global da câmera, o que o modelo pode interpretar erroneamente como distorção geométrica. Além disso, a dependência de regularização quase-conforme limita o método a mapeamentos bijetores, o que significa que ele não pode lidar com cenas envolvendo deformações de mudança de topologia. Trabalhos futuros são sugeridos para explorar o desmembramento de movimento (motion disentanglement) e métodos alternativos de extração de características, como transformadas de wavelet.