历史最全图像/视频去模糊化精选论文整理分享

一、去模糊化技术演进脉络

图像/视频去模糊化研究始于20世纪70年代，早期基于信号处理理论，通过傅里叶变换分析频域特性，建立点扩散函数（PSF）模型。这类方法（如Wiener滤波）在简单模糊场景下有效，但对复杂运动模糊或空间变化模糊处理能力有限。2000年后，变分贝叶斯方法兴起，通过最大后验概率（MAP）框架引入先验知识，显著提升非均匀模糊场景的恢复质量。

深度学习时代开启后，去模糊化研究进入爆发期。2014年，Sun等首次将卷积神经网络（CNN）应用于单幅图像去模糊，通过学习模糊核与清晰图像的映射关系，突破传统方法对模糊核估计的依赖。2017年，Nah等提出多尺度端到端去模糊网络（DeblurGAN），采用生成对抗网络（GAN）架构，在真实场景中实现更自然的纹理恢复。视频去模糊领域，Su等在2017年提出基于光流的时空联合模型，通过帧间信息补偿解决单帧信息不足问题。

二、经典论文分类解析

1. 基于物理模型的优化方法

• 《Fast Motion Deblurring》（Fergus等，2006）：提出变分贝叶斯框架，通过马尔可夫链蒙特卡洛（MCMC）采样估计模糊核，在自然图像去模糊中实现突破性进展。其核心创新在于将模糊过程建模为稀疏梯度先验与重尾分布的结合，解决了传统方法对噪声敏感的问题。
• 《Removing Camera Shake from a Single Photograph》（Shan等，2008）：针对相机抖动模糊，提出基于L0梯度先验的优化模型，通过迭代重加权最小二乘法（IRLS）求解。该方法在保持边缘锐利度的同时，有效抑制了振铃效应，成为后续研究的重要基准。

2. 深度学习基础架构

• 《Learning to Deblur》（Sun等，2015）：构建包含模糊核估计与图像恢复的双阶段CNN，首次证明深度学习可端到端学习模糊退化过程。实验表明，该方法在合成数据集上PSNR提升达3dB，但受限于固定模糊核假设。
• 《Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring》（Nah等，2017）：提出多尺度金字塔网络，通过从粗到细的渐进式恢复策略，解决大位移运动模糊问题。其关键技术包括特征金字塔编码、残差连接与对抗训练，在GoPro数据集上实现SOTA性能。

3. 视频去模糊前沿进展

• 《Deep Video Deblurring for Hand-held Cameras》（Su等，2017）：构建基于光流的时空卷积网络，通过帧间信息融合提升单帧恢复质量。其创新点在于联合估计光流与清晰帧，解决传统方法中光流估计与去模糊的误差传递问题。
• 《EDVR: Video Restoration with Enhanced Deformable Networks》（Wang等，2019）：提出可变形卷积与时空注意力机制，通过动态调整感受野适应复杂运动。该方法在REDS视频数据集上，PSNR较传统方法提升1.2dB，成为视频超分辨率与去模糊的通用框架。

三、技术挑战与未来方向

当前研究仍面临三大挑战：其一，真实场景模糊类型复杂，现有数据集难以覆盖全部退化模式；其二，视频去模糊的实时性要求与模型复杂度存在矛盾；其三，跨模态去模糊（如结合事件相机数据）的研究尚处起步阶段。

未来方向建议：1）构建更大规模、更高多样性的真实模糊数据集；2）探索轻量化网络架构，如移动端友好的知识蒸馏模型；3）融合多传感器数据，利用IMU或事件相机提供额外运动信息；4）研究无监督/自监督学习方法，减少对配对数据的依赖。

四、实践建议

对于研究者，建议从经典论文（如Fergus 2006、Nah 2017）入手，理解物理模型与深度学习的互补性。工程实现时，可优先采用预训练模型（如DeblurGAN-v2）进行微调，注意数据增强策略（如随机模糊核合成）。企业应用中，需根据场景选择技术路线：安防监控推荐轻量级模型（如SRN-Deblur），影视后期可结合传统方法与深度学习。

本文整理的论文列表与分类框架，可为研究者提供从理论到实践的完整知识图谱，助力在图像/视频去模糊化领域快速突破技术瓶颈。