Leveraging Phase Information to Boost Unrolled Network Learning for Image Deblurring

技术摘要：UPADNet —— 用于图像去模糊的展开式相位与幅度分解网络

问题陈述
图像去模糊旨在从模糊且含有噪声的观测值（$z$）中恢复清晰的潜在图像（$u$）。通常，该过程被建模为受加性噪声影响的线性平移不变卷积（$z = h * u + n$）。尽管深度学习方法已取得了显著成功，但它们往往面临诸多局限性，包括对大规模标注数据的过度依赖、在多样化现实世界退化（如不同噪声水平、相机运动）下的泛化能力有限，以及高昂的计算成本。此外，标准的深度网络通常将图像视为空间变量，这可能忽略了傅里叶相位信息的关键作用，而相位信息编码了对于恢复清晰图像至关重要的结构和几何细节。

方法论
作者提出了 UPADNet（展开式相位与幅度分解网络），这是一种模型驱动的深度架构，它在傅里叶域中显式地将图像恢复问题分解为幅度（amplitude）和相位（phase）两个分量。该方法分为三个阶段：

1. 幅度与相位的 LMMSE 估计：
   考虑到在噪声和核不确定性的情况下，朴素的傅里叶域关系（其中幅度是乘性的，相位是加性的）会失效，作者推导出了新型的**线性最小均方误差（LMMSE）**估计器。

   • 他们制定了广义线性算子来估计模糊观测值的幅度（$\hat{A}_Z$）和相位（$\hat{\theta}_Z$）。
   • 理论分析（定理 1 和 2）证明，通过利用幅度与相位分布的统计矩（均值、方差和协方差），这些估计器通过利用统计特性，比朴素的乘性/加性模型能更有效地最小化期望平方误差。

2. 通过交替方向法进行迭代优化：
   开发了一种迭代优化算法，通过最小化正则化目标函数来恢复潜在的清晰图像。该目标函数强制执行与推导出的 LMMSE 估计值的统计一致性，并包含：

   • 数据保真项： 强制要求估计的幅度与相位在观测值之间保持一致。
   • 正则化： 对图像幅度（$M \circ A_U$）进行 $\ell_1$ 正则化，以促进傅里叶域中的稀疏性；对模糊核分量进行 $\ell_2$ 惩罚，以确保平滑性。此外，对图像相位（$\theta_U$）的 $\ell_1$ 项则用于强制执行结构对称性。
   • 求解策略： 使用**半二次分裂法（HQS）**求解非凸目标函数，通过引入辅助变量来解耦非光滑惩罚项。这产生了一系列用于更新幅度与相位变量的闭式子问题。

3. 展开为深度网络 (UPADNet)：
   该迭代算法并未直接使用固定的统计参数，而是被“展开”为一个可训练的深度网络。

   • 架构： 优化算法的每一次迭代都对应一个 UPADBlock。一个 UPADBlock 由四个子块组成，按顺序更新潜在图像（$A_U, \theta_U$）和模糊核（$A_H, \theta_H$）的幅度与相位。
   • 可学习参数： 在经典公式中理论上固定的统计矩阵 $\{W_i\}$ 和频率域滤波器 $M$ 是从数据中学习得到的。
   • 权重生成器： 一个轻量级模块利用 SimpleGate (SG) 和简化通道注意力 (SCA) 等机制，动态生成特定于迭代的权重和滤波器。
   • 激活函数： 为了近似软阈值近端算子并确保梯度流平滑，作者使用 GELU 激活函数替换了 ReLU。
   • 多尺度设计： 通过堆叠多个带有中间下采样和上采样的 UPADBlock，以扩大有效感受野。

核心贡献

• 相位-幅度分解： 本文引入了一个原则性的框架，该框架在傅里叶域中显式地对相位和幅度进行建模与估计，而非直接恢复空间图像。
• 新型 LMMSE 估计器： 推导出了针对模糊幅度与相位的最优线性估计器，在存在噪声的情况下优于朴素的傅里叶域关系。
• UPADNet 架构： 开发了一种端到端可训练的网络，通过展开推导出的优化算法，使网络能够直接从成对的清晰与退化数据中学习底层的统计参数。
• 鲁棒性： 该设计专门针对高噪声和有限数据场景下的鲁棒性，通过利用展开优化的可解释性和相位信息的结构先验来实现。

实验结果
作者在三个基准数据集上评估了 UPADNet：GoPro（合成运动模糊）、RealBlur（真实世界相机抖动）以及一个具有受控噪声和运动核的合成 COCO 数据集。

• 性能： UPADNet 在 GoPro（34.63 dB PSNR, 0.975 SSIM）和 RealBlur（RealBlur-R 上为 41.29 dB PSNR）上达到了最先进的结果，超越了近期的 Transformer 类（如 Stripformer, FFTformer）和扩散模型方法。
• 效率： 该模型仅使用 27M 参数，显著少于 AdaRevD（220M）等大规模竞争对手。
• 噪声鲁棒性： 在高斯噪声增加（$\sigma = 0.01$ 至 $0.05$）的实验中，UPADNet 保持了稳定的性能，而其他展开式网络和深度网络则表现出明显的性能下降。
• 数据效率： 当使用减少的数据比例（低至数据集的 60%）进行训练时，UPADNet 与竞争对手相比性能下降极小，展示了卓越的低数据量场景下的泛化能力。
• 消融实验： 研究证实，增加展开块的数量（最高达 72 个）并使用 GELU 激活函数配合 $1\times10^{-3}$ 的学习率可获得最佳性能。

意义与主张
本文主张，显式建模傅里叶相位与幅度对于高质量图像去模糊至关重要，特别是在具有挑战性的现实场景中。通过展开一个基于 LMMSE 理论的优化算法，UPADNet 弥合了传统迭代方法的可解释性与深度学习的适应性之间的鸿沟。作者断言，这种方法提供了一种鲁棒的解决方案，能够很好地泛化到各种模糊类型、噪声水平和有限训练数据中，突显了在深度展开框架内使用结构化频域建模的价值。