近日，中國科學(xué)院合肥物質(zhì)院智能所仿生智能技術(shù)研究中心黃炫和韋虎課題組與中國科學(xué)技術(shù)大學(xué)、中國礦業(yè)大學(xué)與清華大學(xué)部分課題組合作完成的文章“Efficient Multi-scale Network with Learnable Discrete Wavelet Transform for Blind Motion Deblurring”被計算機視覺(jué)和模式識別領(lǐng)域的頂級會(huì )議Conference on Computer Vision and Pattern Recognition（CVPR）接收發(fā)表。

　　圖像運動(dòng)模糊的消除技術(shù)致力于修復因未知模糊核影響而產(chǎn)生運動(dòng)模糊的退化圖像，旨在恢復其清晰度，重現圖像的原始細節和價(jià)值。這一技術(shù)不僅對于提升圖像質(zhì)量具有重要意義，同時(shí)也對語(yǔ)義分割、目標檢測和目標追蹤等關(guān)鍵的圖像處理應用有著(zhù)顯著(zhù)的促進(jìn)作用，增強了這些應用的準確性和穩定性。在傳統的單圖像去模糊方法中，通常采用由粗到細的處理策略。但在深度學(xué)習的應用場(chǎng)景下，現行的多尺度算法面臨著(zhù)挑戰：它們不僅依賴(lài)于復雜的結構來(lái)整合低分辨率的RGB圖像和深度特征，還需要人工生成那些置信度不高的低分辨率圖像對。

　　在該項工作中，科研團隊提出了一種基于單輸入多輸出（SIMO）的多尺度運動(dòng)去模糊網(wǎng)絡(luò )，簡(jiǎn)化了現有基于由粗到細方案算法的復雜性。同時(shí)，為了減輕使用多尺度架構帶來(lái)的細節信息修復缺陷，團隊將真實(shí)世界的模糊軌跡特征與可學(xué)習的小波變換模塊相結合，重點(diǎn)關(guān)注從模糊圖像到清晰圖像之間逐步復原的方向連續性和頻率特性。團隊創(chuàng )新了一種具有可學(xué)習離散小波變換的多尺度網(wǎng)絡(luò )（MLWNet），它在多個(gè)真實(shí)世界的模糊數據集上，無(wú)論在主觀(guān)和客觀(guān)質(zhì)量方面，還是計算效率方面，都表現出了最先進(jìn)的性能。

　　智能所碩士研究生邱天衡為共同第一作者，黃炫副研究員為共同通訊作者，該項工作得到了國家自然科學(xué)基金與國家高技術(shù)研究發(fā)展計劃的支持。

　　CVPR 是計算機視覺(jué)方向的三大頂級會(huì )議之一。根據谷歌學(xué)術(shù)公布的2022年最新學(xué)術(shù)期刊和會(huì )議影響力排名，CVPR在所有學(xué)術(shù)刊物中位居第4，僅次于Nature、NEJM和Science。

　　文章鏈接：https://arxiv.org/abs/2401.00027v2 

　　MLWNet與其他sota模型在RealBlur-J測試集上的對比結果示意圖

　　MLWNet模型架構圖

　　MLWNet與其他sota模型在RSBlur測試集上的可視化結果對比圖