作者：晟沚

前言

DeblurGANv2是乌克兰天主教大学的Orest Kupyn等人提出的一种基于GAN方法进行盲运动模糊移除的方法。它在第一版DeblurGAN基础上进行改进而来，通过引入Feature Pyramid Network与轻量型backbone等使得DeblurGANv2取得更快、更优的性能。作者首次将FPN引入到去模糊中作为生成器的核心模块。FPN可以与大量的backbone协作，可以轻松的在性能与效率方面取得均衡。FPN-Inception-ResNet-v2集成取得了SOTA性能，而FPN-MobileNet系列取得10-100倍的速度提升同时具有媲美其他SOTA方法的性能，可以达到实时性需求。除了在去模糊领域，DeblurGANv2取得了SOTA性能，它同时适用于其他图像复原任务。在efficiency,quality, flexibility 三方面都取得了state-of-the-art 的效果。

作者将FPN架构引入到去模糊问题中，同时采用了不同的backbone进行网络设计，配合GAN以及内容损失的训练学习，DeblurGANv2取得了更快更优的性能。论文的创新点包含：

Framework Level。对于生成器，为了更好的保准生成质量,作者构建了一个基于FPN的去模糊框架，判别器方面采用带有最小开方损失（least-square loss ）的相对判别器（relativisticdiscriminator），并且分别结合了全局（global (image) ）和局部（local (patch) ）2个尺度的判别loss。
Backbone Level。采用了3种骨架网络，分别为Inception-ResNet-v2，MobileNet，MobileNet-DSC。Inception-ResNet-v2具有最好的精度，MobileNet和MobileNet-DSC具有更快的速度。
Experiment Level。在3个指标PSNR, SSIM, perceptual quality 都取得了很好的结果。基于MobileNet-DSC的DeblurGAN-v2比DeblurGAN快了11倍，并且只有4M大小；同时作者也表明该框架同样适用于更广义的图像复原任务。

网络结构

上图给出了DeblurGANv2的架构示意图。下面将从不同的方面对其进行简单的介绍。

FPN

现有的图像复原任务往往采用类ResNet架构，或者采用多尺度输入方式进行图像去模糊。然而，多尺度方式较为耗时且占用过多内存。作者将目标检测中的FPN引入到图像去模糊应用中。

作者所设计的FPN包含5个尺度的特征输出，这些特征被上采样到原始输入四分之一大小并拼接作为一个整体(它包含多尺度信息)，后接两个上采样模块以复原到原始图像大小并减少伪影。类似DeblurGAN，它同样引入了全局残差连接。输入图像归一化到[-1, 1]，在输出部分添加tanh激活以确保生成图像的动态范围。FPN除具有多尺度特征汇聚功能外，它还在精度与效率之间取得均衡。

Backbone

该FPN框架支持多种backbone选择，基于该即插即用属于，可以根据性能与效率需求设计各式各样的网络架构。作者默认采用基于ImageNet预训练(包含更多语义相关特征)的模型的骨干网络。以Inception-ResNet-v2作为骨干网络追求更高的性能，其他如SE-ResNeXt同样有效。

为追求更高效以切合终端设备应用，作者选择将MobileNetv2及其变种作为骨干网络，这两个网络命名为：FPN-MobileNet，FPN-MobileNet-DSC。

除了上述提到的骨干网络外，其他相关骨干网络均可作为该架构的选择。

双尺度判别器

不同于DeblurGAN选择了WGAN-GP，作者在LSGAN基础上适配了relativistic，该RaGAN-LS损失定义如下所示。相比WGAN-GP，它可以使得训练更快、更稳定，同时生成的结果具有更高的感知质量、更优的锐利度。

作者提到：对于高度非均匀模糊图像，尤其是包含复杂目标运动的图像，全局尺度有助于判别器集成全空间上下文信息。为充分利用全局与局部特征，作者提出了采用双尺度判别器进行训练(它使得DeblurGANv2可以处理更大更复杂的真实模糊)。

最终，作者构建的损失函数定义如下：

训练过程

在实验过程中，采用了GoPro、DVD以及NFS三个数据。在制作数据时，将原始240fps视频通过视频插帧方法变为3840fps视频，然后再同一时间窗下采用均值池化方式制作模糊数据。这种方式可以产生更为平滑而连续的模糊(可参考下图ac为无插帧模糊，bd为插帧模糊)。

GoPro数据集：3214 blurry/clear 图片对，其中2103作训练，1111做测试。

DVD数据集：6708 blurry/clear 图片对

NFS 数据集：75个视频

实验结果

下图给出了在GoPro测试集上的性能对比

上表中数据看出：DeblurGANv2取得了SOTA性能。SRN在PSNR指标上稍优，这是因为DeblurGANv2的不是基于纯MSE训练，但DeblurGANv2具有更高的SSIM指标同时更低的计算量，节省了约78%的推理耗时。相比其他两个次之去模糊方法，轻量型版本取得了类似性能但具有超100倍更快速度。值得一提的是，MobileNet-DSC仅需0.04s，近乎达到了实时性要求，这是截止目前仅有的更快且具有高性能的去模糊算法。

下图给出了Kohler数据及上的效果以及指标对比。尽管SRN具有更高的指标，但DeblurGANv2具有更快的速度以及视觉效果，而SRN甚至出现了彩色伪影。