Unsupervised Domain-Specific Deblurring via Disentangled Representations论文阅读

1. 论文的研究目标与实际问题意义

1.1 研究目标

论文旨在解决领域特定的单图像去模糊问题（Domain-Specific Single Image Deblurring），特别是针对人脸和文本图像。其核心挑战是在无配对数据（Unpaired Data）的条件下，从模糊图像中恢复出清晰内容，同时避免传统方法对模糊核估计的依赖和生成对抗网络（GAN）对无关特征（如颜色、纹理）的过度编码。

1.2 实际问题与产业意义

图像模糊是影响计算机视觉任务（如人脸识别、OCR）性能的重要因素。传统方法依赖模糊核估计，但存在以下问题：

1. 泛化能力差：通用方法难以适配特定领域（如人脸、文本）；
2. 配对数据需求：监督学习需大量配对数据，成本高昂；
3. 真实场景适应性不足：合成模糊与真实模糊分布差异大。

该方法的无监督特性降低了数据成本，且在特定领域（如安防人脸修复、文档数字化）具有直接应用价值，能提升下游任务的准确性和效率。

2. 论文提出的新方法、模型与公式详解

2.1 总体框架与核心设计

论文提出了一种基于解缠表示（Disentangled Representations）的无监督领域特定图像去模糊方法，其核心是通过分离模糊图像中的内容特征（Content Features）和模糊特征（Blur Features）来控制生成过程。模型架构如图2所示，包含以下四个模块：

1. 内容编码器（$E_B^c$, $E_S^c$）：分别从模糊图像域（$B$）和清晰图像域（$S$）提取内容特征。
2. 模糊编码器（$E^b$）：从模糊图像中提取模糊特征。
3. 生成器（$G_B$, $G_S$）：分别生成模糊图像和去模糊图像。
4. 判别器（$D_B$, $D_S$）：分别在模糊域和清晰域对抗生成图像的真实性。

图2 模型架构示意图

• 蓝色箭头：模糊分支（生成模糊图像$b_s$）；
• 橙色箭头：去模糊分支（生成清晰图像$s_b$）。

关键设计：

• 共享权重内容编码器：$E_B^c$与$E_S^c$的最后一层共享权重，强制两者将不同域的内容特征映射到同一空间。
• 模糊特征正则化：通过KL散度损失约束模糊特征$z_b$服从标准正态分布，抑制内容信息混入。

2.2 解缠表示的实现

2.2.1 内容与模糊特征的分离

• 内容特征提取：
  清晰图像仅包含内容信息而无模糊，因此$E_S^c$直接作为内容特征的理想提取器。模糊图像的内容提取器$E_B^c$通过共享权重与$E_S^c$对齐，保证两者内容特征的一致性。
• 模糊特征提取：
  模糊编码器$E^b$需仅编码模糊信息。论文提出两种约束：
  1. 结构约束：将$E^b(b)$与$E_S^c(s)$输入$G_B$生成模糊图像$b_s$。由于$b_s$是对 s s