論文地址：https://arxiv.org/abs/2012.15028

開源代碼：https://github.com/megvii-research/NBNet

NBNet創(chuàng)新簡述

本文從圖像自適應(yīng)投影這一新視角出發(fā)，提出一種新的圖像去噪網(wǎng)絡(luò)------NBNet，通過在特征空間中學(xué)習(xí)一系列重建基底使網(wǎng)絡(luò)能分離信號和噪聲。選擇信號子空間相應(yīng)的基底并將輸入信號投影到信號子空間中，以實現(xiàn)圖像去噪。核心是希望投影能保持輸入信號的局部結(jié)構(gòu)，尤其是低亮度和弱紋理的區(qū)域。為此，作者提出子空間注意力SSA，一個non-local注意力模塊來顯式地學(xué)習(xí)基底生成和子空間投影，最終設(shè)計一個UNet結(jié)構(gòu)的網(wǎng)絡(luò)完成端到端的圖像去噪。大量實驗表明提出的NBNet在PSNR和SSIM指標(biāo)上都取得了最好的性能。

NBNet提出動機

圖像去噪是圖像處理和計算機視覺領(lǐng)域的基本任務(wù)，一個典型的加性噪聲模型可用下式表示：y=x+n，想要恢復(fù)出干凈的圖像x其實是一個病態(tài)問題。傳統(tǒng)方法是利用圖像先驗和噪聲模型估計圖像或是噪聲，例如NLM和BM3D利用圖像局部相似性和噪聲獨立性，小波去噪方法利用圖像在變換域上的稀疏性。近年來，基于深度學(xué)習(xí)的去噪方法隱式地利用圖像先驗或從大規(guī)模的成對數(shù)據(jù)集中學(xué)習(xí)噪聲分布。盡管基于深度學(xué)習(xí)的方法取得了很大成功，但在弱紋理或高頻細(xì)節(jié)這樣的困難場景下，恢復(fù)高質(zhì)量圖像仍然是一項挑戰(zhàn)。因為卷積網(wǎng)絡(luò)通常利用局部濾波器分離噪聲和信號，但在低信噪比下，如果沒有全局結(jié)構(gòu)信息局部響應(yīng)就會很容易失敗。

為解決上述問題，通過投影來利用非局部圖像信息從而設(shè)計圖像去噪網(wǎng)絡(luò)。如上圖是圖像投影和基底示意圖，從輸入圖像生成一系列的圖像基底向量，然后從這些基底向量構(gòu)成的子空間重建出去噪圖像。因為自然圖像通常處于低秩的信號空間，因此通過準(zhǔn)確地學(xué)習(xí)和生成這些基底向量，重建圖像能最大程度保留原始信息并抑制噪聲。

NBNet的具體結(jié)構(gòu)

NBNet整體是UNet形式的網(wǎng)絡(luò)，其中關(guān)鍵的是子空間注意力模塊SSA，其學(xué)習(xí)子空間基底向量，如圖1是NBNet的整體結(jié)構(gòu)。NBNet的創(chuàng)新在于子空間投影，包括兩個主要的步驟：基底向量生成和投影。

1 、基底向量生成，從輸入圖像特征圖譜生成子空間基底向量?；咨珊瘮?shù)用  表示, 以編碼階段的中間特征圖譜為輸入, 則生成的基底矩陣為 ?；咨珊瘮?shù)用  可以一個殘差卷積 block 實現(xiàn)，輸出通道數(shù)為 , 然后將輸出變形為   。下圖中(b) 為殘差卷積 block;(c) 為子空間注意力模塊 SSA，其中 basis vectors 即 為生成的基底向量。

2、投影，如上圖中(c)的 projection, 通過正交線性投影將圖像特征  投影到子空間  中。用  表示信號子空間的正交投影矩陣，則  可由  計算得到，如下式:

其中標(biāo)準(zhǔn)化項  是必要的，因為基底生成過程不能保證基向量間是相互正交的。最終 圖像特征  在信號子空間重建為 , 即  。投影運算其實僅包含線性矩陣運算，經(jīng)過 適當(dāng)?shù)淖冃危队斑\算是完全可微，在現(xiàn)代神經(jīng)網(wǎng)絡(luò)框架中易于實現(xiàn)。

圖 1 NBNet網(wǎng)絡(luò)整體結(jié)構(gòu)

3、NBNet具體實現(xiàn)和損失函數(shù)。NBNet整體結(jié)構(gòu)是典型的UNet形式，如上圖1，包括4個編碼階段和4個相應(yīng)的解碼階段。下采樣使用k4s2的卷積操作，上采樣使用反卷積。每個卷積層激活函數(shù)都使用LeakyReLU。

提出的SSA模塊放置在跳轉(zhuǎn)連接中。因為大尺寸低層特征圖譜包含更多原始圖像的細(xì)節(jié)信息，因此以編碼階段低層特征圖譜為，解碼階段高層特征圖譜為。即利用上采樣的高層特征指導(dǎo)來自跳轉(zhuǎn)連接的低層特征投影到信號子空間中。經(jīng)投影變換后的特征與原始高層特征concat，再進行解碼。與傳統(tǒng)UNet形式結(jié)構(gòu)相比，NBNet中的低層特征在與高層特征融合前先由SSA模塊進行投影變換。最后一個解碼器的輸出通過一個線性3×3卷積層輸出全局殘差（針對有噪聲的輸入而言），再加上輸入后得到最終的去噪結(jié)果。

以L1距離為網(wǎng)絡(luò)訓(xùn)練的損失函數(shù)：

實驗部分

在合成數(shù)據(jù)和真實數(shù)據(jù)集上進行了大量實驗以驗證NBNet的有效性和先進性。其中子空間K=16。

1、合成的高斯噪聲。測試集有Set5、LIVE1和BSD68。本文方法取得了最好PSNR值。

2、SIDD Benchmark

SIDD可以用作測試智能手機攝像頭的去噪性能基準(zhǔn)，因此用SIDD驗證NBNet對真實圖像的去噪性能。下表和圖展示了性能指標(biāo)和計算量，本文方法NBNet在PSNR和SSIM兩個指標(biāo)上都比MIRNet有所提高，同時計算量和參數(shù)量大幅度降低。

下圖是在SIDD Benchmark上的去噪實例。本文方法在點、線等弱紋理區(qū)域去噪更好。

3、DND Benchmark

DND Benchmark并沒有提供任何訓(xùn)練數(shù)據(jù)，因此組合SIDD和Renoir數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)。提交在SIDD Benchmark驗證數(shù)據(jù)上最好的模型到DND Benchmark。下表展示了性能指標(biāo)，本文方法NBNet在PSNR指標(biāo)上比MIRNet有所提高，但計算量和參數(shù)量大幅度降低。

下圖是在DND Benchmark上的去噪實例。本文方法更好地保持了紋理和銳度。

4、消融實驗

（1）為了驗證SSA模塊有效性，又選擇DnCNN為基線模型。嵌入SSA模塊后比DnCNN提供了0.55dB。

（2）研究子空間K不同取值的影響，下表是在SIDD上的實驗結(jié)果。當(dāng)K=32是網(wǎng)絡(luò)不能收斂，因為第一個編碼階段的通道數(shù)是32，導(dǎo)致SSA模型不能有效的進行子空間投影。K=1是會造成信息的顯著丟失。K=8和16時性能很接近，說明子空間維數(shù)K在合理的范圍內(nèi)是一個魯棒的超參數(shù)。

（3）研究投影過程中不同輸入的影響，下表是實驗結(jié)果。對比第 1 、 2 行，僅使用  生成基向量不能使網(wǎng)絡(luò)收玫。對比第 3、4行，僅使用  生成基向量得到的性能不好。當(dāng)使用  和  生成基向量，并對  進行投影時得到的性能最好，即最后一行

結(jié)論

本文以子空間投影的視角重新思考了圖像去噪問題。拋開復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計和精確的圖像噪聲建模，創(chuàng)新性的提出子空間基向量生成和投影操作，從而將全局結(jié)構(gòu)信息引入到圖像去噪過程中，實現(xiàn)了更好的局部細(xì)節(jié)保持。這種子空間學(xué)習(xí)的方法有希望應(yīng)用于其它底層視覺任務(wù)中。

努力分享優(yōu)質(zhì)的計算機視覺相關(guān)內(nèi)容，歡迎關(guān)注：

個人微信（如果沒有備注不拉群！）
請注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱



下載1：何愷明頂會分享

在「AI算法與圖像處理」公眾號后臺回復(fù)：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經(jīng)典工作的總結(jié)分析

下載2：終身受益的編程指南：Google編程風(fēng)格指南

在「AI算法與圖像處理」公眾號后臺回復(fù)：c++，即可下載。歷經(jīng)十年考驗，最權(quán)威的編程規(guī)范！

下載3 CVPR2021

在「AI算法與圖像處理」公眾號后臺回復(fù)：CVPR，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文