解密运动模糊：走向实用的非特定场景图片去模糊技術(shù)

• 2020/11/19

在慢(màn)速曝光(guāng)或快(kuài)速运动拍摄照片時(shí)，图像模糊常常困扰着照片拍摄者。实验室的研究人(rén)員(yuán)開(kāi)发了(le)可(kě)以恢复模糊图像的有效新算法。

在此之前，图像去模糊一(yī)直是图像处理中困扰业界的难题。图像模糊产生的原因可(kě)能(néng)非常复雜(zá)。比如(rú)，相机晃动，失焦，拍摄物(wù)体高速运动等等。现有的图片编辑软件中的工(gōng)具通(tōng)常不尽如(rú)人(rén)意，例如(rú)，Photoshop CC 中的「相机抖动还原」工(gōng)具，只能(néng)处理简单的相机平移抖动模糊。這(zhè)种类型的模糊在计算机視(shì)觉业內(nèi)被称為(wèi)「均匀模糊」。而大部分模糊图片并不是「均匀模糊」的，因而现有图片编辑软件的应用十分有限。

新算法可(kě)以处理非特定场景中的图片模糊。算法基于一(yī)种被称為(wèi)「动态模糊」的模糊模型假设。它為(wèi)每个像素的运动单独建模，因而可(kě)以处理几乎所有类型的运动模糊。比如(rú)，上(shàng)图中，由于相机抖动而产生的平移和(hé)旋转，每个人(rén)物(wù)的运动轨迹都(dōu)不相同。经过腾讯优图实验室的新算法处理后，图片已经恢复到几乎完全清晰，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)是深度神经网络。在经历了(le)对數(shù)千对模糊／清晰的图像组的处理训练后，强大的神经网络自(zì)动学习了(le)如(rú)何将模糊的图像结构清晰化。

尽管使用神经网络进行(xíng)图片去模糊并不是一(yī)个新想法，但(dàn)实验室别出心裁的将物(wù)理直觉结合进来以促进模型训练。在新算法的论文中，其网络模仿了(le)一(yī)种被称為(wèi)「由粗到精」的成熟的图像恢复策略。该策略首先将模糊图像缩小成多种尺寸，然后從(cóng)比较容易恢复的较小而偏清晰的图像出发，逐步处理更大尺寸的图片。每一(yī)步中产生的清晰图像则可(kě)以进一(yī)步引导更大的图像的恢复，降低(dī)了(le)网络训练的难度。

明(míng)景模糊視(shì)頻(pín)图像分析处理系统

在視(shì)頻(pín)侦查过程中，明(míng)景模糊視(shì)頻(pín)图像分析处理系统针对模糊的視(shì)頻(pín)图像线索，提供多种算法使图像清晰化增强。以辅助公安干警侦查图像中有价值的信息，如(rú)车辆牌照号、人(rén)脸信息、外(wài)观特征等。除了(le)手工(gōng)设置視(shì)頻(pín)图像处理参數(shù)外(wài)，系统可(kě)以通(tōng)过遍历方式，自(zì)动寻找最优算法参數(shù)，從(cóng)而达到理想处理效果。支持照度校正、环境問(wèn)题处理、特定模糊处理、色彩增强处理、影像模式转换、任意模糊恢复、噪声处理、高级影像放大、轮廓析出处理。

明(míng)景模糊視(shì)頻(pín)图像分析处理系统，在視(shì)頻(pín)图像处理方面有了(le)很(hěn)大提升，新增图像处理工(gōng)具，能(néng)最大限度还原图像畫(huà)质，挖掘出图像中有用的信息。

明(míng)景模糊視(shì)頻(pín)图像分析处理系统具备模糊修复功能(néng)：支持对运动、聚焦造成的模糊进行(xíng)清晰化修复。