解密運動模糊：走向實用的非特定場景圖片去模糊技術(shù)

• 2020/11/19

在慢(màn)速曝光(guāng)或快(kuài)速運動拍攝照片時(shí)，圖像模糊常常困擾着照片拍攝者。實驗室的研究人(rén)員(yuán)開(kāi)發了(le)可(kě)以恢複模糊圖像的有效新算法。

在此之前，圖像去模糊一(yī)直是圖像處理中困擾業界的難題。圖像模糊産生的原因可(kě)能(néng)非常複雜(zá)。比如(rú)，相機晃動，失焦，拍攝物(wù)體高速運動等等。現有的圖片編輯軟件中的工(gōng)具通(tōng)常不盡如(rú)人(rén)意，例如(rú)，Photoshop CC 中的「相機抖動還原」工(gōng)具，隻能(néng)處理簡單的相機平移抖動模糊。這(zhè)種類型的模糊在計算機視(shì)覺業內(nèi)被稱為(wèi)「均勻模糊」。而大部分模糊圖片并不是「均勻模糊」的，因而現有圖片編輯軟件的應用十分有限。

新算法可(kě)以處理非特定場景中的圖片模糊。算法基于一(yī)種被稱為(wèi)「動态模糊」的模糊模型假設。它為(wèi)每個像素的運動單獨建模，因而可(kě)以處理幾乎所有類型的運動模糊。比如(rú)，上(shàng)圖中，由于相機抖動而産生的平移和(hé)旋轉，每個人(rén)物(wù)的運動軌迹都(dōu)不相同。經過騰訊優圖實驗室的新算法處理後，圖片已經恢複到幾乎完全清晰，甚至背景中的書(shū)籍上(shàng)的字也清晰可(kě)辨。

新方法采用的基本技術(shù)是深度神經網絡。在經曆了(le)對數(shù)千對模糊／清晰的圖像組的處理訓練後，強大的神經網絡自(zì)動學習了(le)如(rú)何将模糊的圖像結構清晰化。

盡管使用神經網絡進行(xíng)圖片去模糊并不是一(yī)個新想法，但(dàn)實驗室别出心裁的将物(wù)理直覺結合進來以促進模型訓練。在新算法的論文中，其網絡模仿了(le)一(yī)種被稱為(wèi)「由粗到精」的成熟的圖像恢複策略。該策略首先将模糊圖像縮小成多種尺寸，然後從(cóng)比較容易恢複的較小而偏清晰的圖像出發，逐步處理更大尺寸的圖片。每一(yī)步中産生的清晰圖像則可(kě)以進一(yī)步引導更大的圖像的恢複，降低(dī)了(le)網絡訓練的難度。

明(míng)景模糊視(shì)頻(pín)圖像分析處理系統

在視(shì)頻(pín)偵查過程中，明(míng)景模糊視(shì)頻(pín)圖像分析處理系統針對模糊的視(shì)頻(pín)圖像線索，提供多種算法使圖像清晰化增強。以輔助公安幹警偵查圖像中有價值的信息，如(rú)車輛牌照号、人(rén)臉信息、外(wài)觀特征等。除了(le)手工(gōng)設置視(shì)頻(pín)圖像處理參數(shù)外(wài)，系統可(kě)以通(tōng)過遍曆方式，自(zì)動尋找最優算法參數(shù)，從(cóng)而達到理想處理效果。支持照度校正、環境問(wèn)題處理、特定模糊處理、色彩增強處理、影像模式轉換、任意模糊恢複、噪聲處理、高級影像放大、輪廓析出處理。

明(míng)景模糊視(shì)頻(pín)圖像分析處理系統，在視(shì)頻(pín)圖像處理方面有了(le)很(hěn)大提升，新增圖像處理工(gōng)具，能(néng)最大限度還原圖像畫(huà)質，挖掘出圖像中有用的信息。

明(míng)景模糊視(shì)頻(pín)圖像分析處理系統具備模糊修複功能(néng)：支持對運動、聚焦造成的模糊進行(xíng)清晰化修複。