💻 computer science

BluRef: Unsupervised Image Deblurring with Dense-Matching References

本文提出了一种名为 BluRef 的新型无监督图像去模糊方法，该方法利用密集匹配模型从非配对的模糊与清晰图像中生成伪真值数据，无需依赖成对训练数据或预训练网络，即可在多种场景及资源受限设备上实现最先进的去模糊性能。

原作者： Bang-Dang Pham, Anh Tran, Cuong Pham, Minh Hoai

发布于 2026-03-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Bang-Dang Pham, Anh Tran, Cuong Pham, Minh Hoai

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一种名为 BluRef 的新技术，它的核心任务是给模糊的照片“整容”，让它们变清晰。

为了让你更容易理解，我们可以把这张模糊的照片想象成一张被雨水打湿、字迹模糊的旧报纸，而我们的目标就是把它还原成清晰可读的样子。

以下是用生活中的比喻来解释这项技术的三个关键点：

1. 以前的方法：要么“死记硬背”，要么“绕弯路”

在 BluRef 出现之前，给照片去模糊主要有两种笨办法：

** supervised（监督学习）——“死记硬背的优等生”**
- 原理：就像老师给学生一对对的题目和答案（一张模糊图 + 一张对应的清晰图），让学生死记硬背，学会怎么把模糊变清晰。
- 缺点：收集这些“题目和答案”太难了！你需要两台一模一样的相机，一台拍模糊的，一台同时拍清晰的，还要精确同步。这就像为了教学生怎么修车，你必须同时造出一辆坏车和一辆好车，而且还得保证它们是在同一秒被制造的。这在现实生活中（比如行车记录仪或运动相机）几乎是不可能的。
- 结果：一旦遇到没见过的模糊情况（比如新的模糊类型），这个“优等生”就傻眼了。
Reblurring（重模糊法）——“绕弯路的翻译官”
- 原理：既然直接变清晰很难，那就先把它变成另一种“模糊”，再变清晰。这就像先把中文翻译成一种中间语言，再翻译成英文。
- 缺点：你需要找到一个完美的“中间语言”（中间模糊域）。如果找不到，或者翻译错了，最后出来的英文（清晰图）就会很怪。而且这个过程太复杂，像绕远路，效率很低。

2. BluRef 的绝招：找“参照物”来猜答案

BluRef 提出了一种全新的思路：不需要成对的“题目 + 答案”，只需要一堆“类似的场景”作为参考。

核心比喻：拼图游戏
想象你手里有一张模糊的拼图（模糊照片），你看不清上面的图案。但是，你旁边有一堆清晰的旧照片（参考图），它们虽然拍摄的时间、角度和你手里的这张不完全一样，但拍的是同一个地方或类似的东西（比如都是街景，或者都是同一个人的脸）。
BluRef 怎么做？
1. 找线索（密集匹配）：BluRef 就像一个超级侦探，它拿着模糊照片，去和那堆清晰参考图里找“长得像”的地方。比如，模糊图里有个模糊的树影，它就在参考图里找到那棵清晰的树。
2. 拼凑真相（生成伪真值）：它把参考图里清晰的细节“借”过来，填补到模糊图的对应位置。虽然这些参考图不是这张模糊图原本的“原配”，但它们提供了足够的线索，拼凑出了一个**“看起来非常像清晰原图”的假想图**（论文里叫“伪真值”）。
3. 自我进化：BluRef 拿着这个“假想图”当标准答案，去训练它的去模糊模型。模型猜错了就改，猜对了就强化。经过几轮这样的“猜谜 - 修正”循环，模型就学会了如何直接把模糊变清晰。

最神奇的地方在于：BluRef 不需要参考图和模糊图是“双胞胎”（同时同地拍摄），只要它们“长得像”（场景相似）就行。这就像你不需要看到某人刚洗完澡的样子，只要看过他平时干净的样子，就能猜出他刚淋雨后的脸大概长什么样。

3. 为什么它这么厉害？

门槛极低：你不需要昂贵的双相机设备。只要有一堆视频，里面既有模糊的帧，也有清晰的帧（哪怕它们隔了几十秒，或者角度不同），BluRef 就能用。这就像你不需要专门去拍“车祸现场”和“修复现场”的对比照，只要手机里有一堆行车视频，它就能学会去模糊。
越练越强：它通过不断迭代，生成的“假想清晰图”越来越准，最后训练出的模型效果甚至能超越那些需要昂贵数据训练的“优等生”（监督学习模型）。
即插即用：训练过程很复杂，但使用时非常简单。当你用 BluRef 处理新照片时，它不需要再找参考图了，直接“一键去模糊”，速度飞快，就像把复杂的推理过程压缩成了一个简单的开关。

总结

BluRef 就像是一个聪明的“模仿大师”。

以前的方法要么需要完美的“教材”（成对数据），要么需要走复杂的“弯路”。而 BluRef 说：“我不需要完美的教材，我只要看几眼类似的场景，就能猜出原本清晰的样子，然后学会怎么自己变清晰。”

这项技术让去模糊变得更便宜、更通用、更强大，以后你的手机相册、行车记录仪里的模糊视频，都有望被这种技术轻松修复，而且不再需要昂贵的专业设备来收集数据。

以下是关于论文 BluRef: Unsupervised Image Deblurring with Dense-Matching References 的详细技术总结：

1. 研究背景与问题 (Problem)

图像去模糊（Image Deblurring）是计算机视觉中的核心任务，旨在恢复因运动模糊而退化的图像。

现有挑战：目前最先进的去模糊方法主要依赖监督学习，即需要成对的“模糊 - 清晰”图像数据进行训练。然而，获取这种成对数据极其困难且昂贵，通常需要复杂的硬件设置（如分光镜、多相机同步、时间同步等），这在移动设备（如行车记录仪、运动相机）或动态场景中几乎不可行。
无监督方法的局限：现有的无监督方法（如基于重模糊 Reblurring 的方法）通常依赖间接映射或寻找中间模糊域，这往往难以确定合适的中间域，且多阶段流程增加了计算开销。此外，许多方法依赖合成数据增强，导致在真实世界模糊上的泛化能力不足。
核心痛点：如何在目标域内，仅利用未配对的模糊图像和清晰参考图像，训练出高性能的去模糊模型，而无需成对数据或预训练的去模糊网络？

2. 方法论 (Methodology)

作者提出了 BluRef，一种全新的无监督参考引导去模糊框架。其核心思想是利用密集匹配（Dense Matching）技术，从未配对的清晰参考图像中生成高质量的“伪真值”（Pseudo-Ground Truth），从而在目标域内直接训练去模糊网络。

2.1 核心流程

BluRef 采用迭代优化策略，包含两个主要步骤：

伪清晰图像生成 (Pseudo-sharp Image Generation)：
- 输入：模糊图像 $I_{blur}$ 和一组未配对的清晰参考图像 $\{I_{ref}\}$ 。
- 过程：利用预训练的密集匹配模型 (Dense Matching, DM) 在模糊图像（或其当前去模糊估计）与参考图像之间建立像素级的对应关系。
- 输出：生成伪清晰图像 $I_{pseudo}$ 和置信度掩码 $M_{pseudo}$ 。掩码用于过滤不可靠的匹配区域。
去模糊网络优化 (Deblurring Network Optimization)：
- 利用生成的伪清晰图像作为监督信号，训练去模糊网络 $D$ 。
- 损失函数：使用掩码加权的重建损失，仅关注高置信度的匹配区域。
- 迭代：随着去模糊网络性能的提升，生成的伪清晰图像质量也会逐步提高，形成良性循环。

2.2 关键组件

密集匹配模型 (Dense Matching Model)：
- 基于 PDC-Net+ 和 GLU-Net-GOCor 架构。
- 自监督训练：为了弥合模糊与清晰域之间的特征差距，该模型在合成数据上进行自监督训练。通过将清晰图像进行随机几何形变（如单应性变换、薄板样条）并添加随机模糊和噪声，模拟真实世界的模糊 - 清晰对应关系。
伪真值聚合策略：
当有多个参考图像时，提出了三种聚合策略：
1. 加权平均 (Weighted Average)：独立处理每对图像后取平均。
2. 序列累积 (Sequential Accumulation)：利用上一轮的输出来增强下一轮的匹配，保持细节连续性。
3. 渐进参考平均 (Progressive Reference Averaging)：结合前两者的优势，保留已匹配的细节，仅对未匹配区域进行增强。实验表明此策略效果最佳。

2.3 推理阶段 (Inference)

训练完成后，去模糊网络 $D$ 被独立使用。
推理时不需要参考图像、密集匹配模块或伪真值生成过程。
仅需一次前向传播即可输出清晰图像，计算成本与标准去模糊骨干网络相同，保证了部署的高效性。

3. 主要贡献 (Key Contributions)

首个无监督参考引导框架：提出了 BluRef，是第一个完全在无监督设置下，利用未配对的参考图像和密集匹配技术进行去模糊训练的框架。它消除了对成对数据集或预训练去模糊模型的依赖。
可复用的伪真值生成机制：展示了 BluRef 在迭代过程中生成的伪清晰 - 模糊对可以被复用，用于训练不同容量（包括轻量级移动端）的去模糊网络，极大地扩展了其实用性。
SOTA 性能：在合成数据集（GoPro）和真实世界数据集（RB2V, PhoneCraft）上，BluRef 的表现超越了现有的无监督方法，并接近甚至在某些条件下超越了有监督模型的性能。

4. 实验结果 (Results)

数据集：在 GoPro（合成模糊）、RB2V（真实模糊）和 PhoneCraft（手机拍摄的真实未配对视频）上进行了广泛测试。
定量对比：
- 在 GoPro 数据集上，使用 NAFNet 骨干和渐进平均策略，BluRef 在 $\Delta=1$ 帧时达到了 31.94 dB 的 PSNR，非常接近有监督 NAFNet 的 33.32 dB。
- 在 RB2V 数据集上，BluRef (Restormer) 甚至超越了有监督 Restormer 的上限（27.87 dB vs 27.43 dB），证明了利用周围帧信息的有效性。
- 相比 DualGAN、UID-GAN 等无监督基线，BluRef 在 PSNR 和 SSIM 指标上均有显著提升。
鲁棒性：即使参考图像与模糊图像之间存在较大的时间间隔（ $\Delta$ 从 1 增加到 20 帧），BluRef 的性能下降很小，证明了其对内容变化和运动差异的强适应性。
定性分析：视觉结果显示，BluRef 能恢复出更清晰的细节（如人脸、树枝），而基线无监督方法往往产生伪影或无法恢复关键结构。

5. 意义与影响 (Significance)

打破数据壁垒：BluRef 证明了在缺乏昂贵成对数据的情况下，利用目标域内易获取的未配对视频帧（模糊帧和清晰帧）即可训练出高性能模型。这使得去模糊技术可以应用于行车记录仪、运动相机、手机摄影等无法获取成对数据的实际场景。
简化训练流程：无需复杂的硬件同步或重模糊中间域，仅需简单的未配对视频数据即可启动训练，降低了技术门槛。
通用性与可扩展性：该方法不依赖于特定的骨干网络，生成的伪数据可服务于各种规模的模型，为资源受限设备（如移动端）的去模糊应用提供了新的解决方案。

总结：BluRef 通过引入密集匹配技术将未配对的参考图像转化为有效的监督信号，成功解决了图像去模糊领域长期存在的“成对数据依赖”问题，在无监督设置下实现了接近甚至超越有监督方法的性能，具有重要的学术价值和实际应用前景。