檢測并消除瑕疵，DeSRA讓真實(shí)場(chǎng)景超分中的GAN更加完美

• 論文鏈接：

• https://arxiv.org/abs/2307.02457

• 代碼鏈接：

• https://github.com/TencentARC/DeSRA

“GAN 訓練時(shí)出現的瑕疵” 與 “GAN 推理時(shí)出現的瑕疵”

基于 GAN 的方法在生成帶有紋理的逼真復原結果方面取得了巨大成功。BSRGAN [1] 和 Real-ESRGAN [2] 將基于 GAN 的模型擴展到了真實(shí)場(chǎng)景應用，展示了它們恢復真實(shí)世界圖像紋理的能力。然而， GAN-SR 方法經(jīng)常會(huì )生成令人視覺(jué)上難以接受的偽影，嚴重影響用戶(hù)體驗。這個(gè)問(wèn)題在真實(shí)世界場(chǎng)景中更加嚴重，因為低分辨率圖像的退化是未知且復雜的。

• GAN 訓練出現的瑕疵（GAN-training artifacts）：出現在訓練階段，主要是由于訓練時(shí)網(wǎng)絡(luò )優(yōu)化的不穩定和在同分布數據上的 SR 的 ill-pose 導致。在有干凈的高清圖像存在的情況下，可以在訓練過(guò)程中對這些瑕疵加以約束，進(jìn)而緩解瑕疵的生成，如 LDL [3]。
• GAN 推理出現的瑕疵（GAN-inference artifacts）：出現在推理階段，這些偽影通常是在真實(shí)世界未見(jiàn)過(guò)的數據中出現的。這些瑕疵通常不在訓練數據的分布中，并不會(huì )在訓練階段出現。因此，通過(guò)改善訓練過(guò)程的方法（例如 LDL [3]）無(wú)法解決這些瑕疵問(wèn)題。

檢測 GAN 推理時(shí)出現的瑕疵

在本文中，研究團隊專(zhuān)注于處理 GAN 推理時(shí)產(chǎn)生的瑕疵。這些瑕疵對實(shí)際的應用有很大的負面影響，因此解決它們具有很大的實(shí)際價(jià)值。由于這些瑕疵的復雜性和多樣性，一次性解決所有瑕疵是具有挑戰性的。

本文主要處理有著(zhù)以下兩個(gè)特征的瑕疵：

• 這些瑕疵不會(huì )出現在預訓練的 MSE-SR 模型中。

• 這些瑕疵很明顯且面積較大，能夠很容易被人眼捕捉到。上圖展示了一些包含這些瑕疵的樣例。

對于前一特征，研究團隊希望確保瑕疵是由 GAN 引起的，而相應的 MSE-SR 結果對于測試數據是良好的參考結果，從而區分瑕疵。其原理在于，GAN 瑕疵的呈現通常是有著(zhù)過(guò)多不需要的高頻 “細節”。換句話(huà)說(shuō)，研究團隊引入 GAN 訓練來(lái)生成精細的細節，但他們不希望 GAN 生成的內容與 MSE-SR 的結果相差太大。注意，即使對于沒(méi)有見(jiàn)過(guò)的真實(shí)場(chǎng)景的測試數據，MSE-SR 結果也很容易獲得，因為我們通常是基于 MSE-SR 模型進(jìn)行微調以獲得 GAN-SR 模型。對于后一特征，之所以?xún)?yōu)化考慮那些明顯且占據較大區域的瑕疵，是因為這種類(lèi)型的瑕疵對人的感知有很大影響。

具體的，研究團隊首先設計了一個(gè)定量指標，通過(guò)計算局部方差來(lái)衡量 MSE-based 和 GAN-based 模型生成結果之間的紋理差異。該指標總共包含著(zhù)以下幾個(gè)部分。

• 局部紋理復雜性：局部區域 P 內像素強度的標準差 σ(i, j) 來(lái)表示局部紋理

  
  

• 絕對紋理差異 d：兩個(gè)局部區域的標準差（x 表示 GAN-SR 區域，y 表示 MSE-SR 區域）

  
  

• 相對紋理差異 d’：

  
  

• 歸一化到 [0, 1]：

• 引入一個(gè)常數 C：處理分母相對較小的情況

研究團隊使用 Real-ESRGAN [2]，LDL [3] 以及 SwinIR [4] 來(lái)驗證他們的方法的有效性?？紤]到現有的幾個(gè)真實(shí)世界的超分辨率數據集都假設了特定相機的退化情況，導致會(huì )與實(shí)際情況相差甚遠。因此，他們構建了一個(gè)人工標注的瑕疵數據集?？紤]到圖像內容和退化的多樣性，他們使用 ImageNet 1K 的驗證集作為真實(shí)世界的低分辨率數據。然后，選擇每種方法中有 200 張有 GAN-inference 瑕疵的圖像來(lái)構建瑕疵數據集，并使用 labelme 手動(dòng)標記瑕疵區域。這是首個(gè)用于 GAN-inference 瑕疵檢測的數據集。對于微調過(guò)程，他們對 200 張圖片進(jìn)行劃分，其中 50 張用于模型的微調，另外 150 張作為驗證集。

評估指標

計算每個(gè)圖像的 IoU，并使用驗證集上的平均 IoU 來(lái)評估檢測算法。較高的 IoU 意味著(zhù)更好的檢測準確性。然后，我們將檢測到的瑕疵區域集合定義為 S，正確樣本集合 T 定義為：

精確度 =表示正確檢測的區域數（）占總檢測到的區域數（）的比例。

研究團隊將實(shí)際的瑕疵區域定義為 G，并通過(guò)以下方式計算檢測到的 GT 瑕疵區域集合 R：

召回率 =表示正確檢測到的 GT 瑕疵區域數（）占總 GT 瑕疵區域數（）的比例。其中，p 是一個(gè)閾值，研究團隊根據經(jīng)驗將其設置為 0.5。

瑕疵檢測結果

如下表所示，針對 LDL 模型中的瑕疵檢測結果中，本文方法獲得了最好的 IoU 和 Precision，遠遠超過(guò)其他方案。需要注意的是，LDL 在 threshold=0.001 時(shí)獲得了最高的召回率。這是因為該方案將大部分區域視為瑕疵，因此這種檢測結果幾乎沒(méi)有意義。Real-ESRGAN 和 SwinIR 的結果可以參考原文。

研究團隊同時(shí)對比了使用 DeSRA 微調策略之前和之后的瑕疵檢測結果，結果如下表所示，當應用他們的 DeSRA 之后，Real-ESRGAN 的 IoU 從 51.1 降至 12.9，LDL 的 IoU 從 44.5 降至 13.9，說(shuō)明瑕疵區域的檢測面積大大減少。去除率分別為 75.43% 和 74.97%，表明在微調之后，測試數據中四分之三的瑕疵可以完全消除。此外，他們的方法沒(méi)有引入額外瑕疵，添加率為 0。

本文在下圖中提供了使用與未使用該文方法改進(jìn) GAN-SR 模型的結果的視覺(jué)比較。與原始的模型結果相比，改進(jìn)的 GAN-SR 模型生成的結果在視覺(jué)質(zhì)量上更好，沒(méi)有明顯的 GAN-SR 瑕疵。所有這些實(shí)驗結果證明了本文方法能有效的緩解模型在處理真實(shí)的低清圖片時(shí)會(huì )出現的瑕疵。

為了進(jìn)一步驗證本文 DeSRA 微調策略的有效性，研究團隊進(jìn)行了兩項用戶(hù)研究。第一項是比較原始 GAN-SR 模型和微調后的 GAN-SR 模型生成的結果。對于這個(gè)實(shí)驗，比較的重心是圖片中是否存在明顯的偽影。研究團隊產(chǎn)生了共 20 組圖像，每組包含 GAN-SR 模型和微調后的 GAN-SR 模型的輸出結果。這些圖像被隨機打亂。共有 15 人參與了用戶(hù)研究，并為每組選擇他們認為偽影較少的圖像。最終的統計結果如圖 9 所示。82.23% 的參與者認為微調后的 GAN-SR 模型生成的結果較少存在偽影?？梢钥闯?，本文方法在很大程度上消除了原始模型產(chǎn)生的瑕疵。

第二項是對微調的 GAN-SR 模型和原始的 MSE-SR 模型結果的比較。這個(gè)實(shí)驗是為了比較模型生成的結果是否有更多的細節。研究團隊總共產(chǎn)生了 20 組圖像，每組圖像包含了 MSE-SR 模型和微調的 GAN-SR 模型的輸出結果。這些圖像被隨機打亂?？偣灿?15 個(gè)人參加用戶(hù)研究，并為每組選擇他們認為有更多細節的圖像。最終的統計結果如圖 9 所示。93% 的參與者認為微調的 GAN-SR 模型生成的結果有著(zhù)更多的細節?？梢钥闯?，微調的 GAN-SR 模型仍然比 MSE-SR 模型能夠生成更多的細節。

結論

在這項工作中，研究團隊分析了 GAN 在推理階段引入的瑕疵，并提出了方法來(lái)檢測和消除這些瑕疵。具體而言，他們首先計算了 MSE-SR 和 GAN-SR 的相對局部方差，并進(jìn)一步結合語(yǔ)義信息來(lái)定位有瑕疵的區域。在檢測到存在瑕疵的區域后，他們使用基于 MSE 的結果作為偽高清圖片來(lái)微調模型。通過(guò)僅使用少量數據，微調的模型可以成功消除原始模型在推理過(guò)程中的瑕疵。實(shí)驗結果顯示了他們的方法在檢測和去除瑕疵方面的優(yōu)越性，并且顯著(zhù)提高了 GAN-SR 模型在實(shí)際應用中的能力。

在線(xiàn)持續學(xué)習

本文方法可以與持續學(xué)習相結合，從而提供一個(gè)新的范式來(lái)解決在線(xiàn)推理階段中出現的瑕疵問(wèn)題。例如，對于處理真實(shí)世界數據的在線(xiàn)超分辨率系統，可以使用研究團隊的檢測流程來(lái)檢測復原的結果是否具有 GAN-inference 瑕疵。然后，他們可以使用檢測到的帶有瑕疵的圖像快速對超分辨率模型進(jìn)行微調，使其能夠處理類(lèi)似的瑕疵，直到系統遇到新的 GAN-inference 瑕疵。持續學(xué)習已經(jīng)在高層視覺(jué)任務(wù)上得到廣泛研究，但尚未應用于超分辨率。研究團隊希望在未來(lái)研究這個(gè)問(wèn)題，因為它可以極大地推進(jìn) GAN-SR 方法在實(shí)際場(chǎng)景中的應用。