探索图像逆问题的本质：零值域分解

论文链接： https://arxiv.org/abs/2212.00490 开源代码： https://github.com/wyhuai/DDNM 项目主页： https://wyhuai.github.io/ddnm.io/

简单来说，DDNM可以实现多种目标，包括:

· DDNM能实现各类图像修复任务，包括但不限于SR，Colorization，Inpainting，Deblurring，CS，Denoising等等。

· DDNM可以解决任意倍率，比如2 ~ 256倍SR，采样率100% ~ 0.1%的CS，任意mask的Inpainting。

· DDNM可以解决含噪修复，甚至非常强的噪声。

· DDNM可以解决盲修复，比如真实世界超分，以及老照片修复等等。

· 以上内容皆无需训练，无需优化，只需要一个预训练好的普通扩散模型即可。

接下来我们详细讲解最核心的理论部分。

一、图像逆问题

不含噪的图像线性逆问题（以下简称图像逆问题）可以定义为 , 其中 是原图， 是线性退化算子， 是原图经过退化后得到的图，也称为观测图。

图像逆问题就是要在仅知道观测图 的情况下，求潜在原图 。符合要求的 一定满足下述两个约束：

1. 数据一致性：

2. 真实性：，其中 是原图所在类别的数据分布。

约束1很好理解，如果 是原图，那它经过 的退化后一定等于 ; 约束2是先验项，比如已知原图是人脸图像，那么一个合理的修复结果应该是一张真实的人脸图。一般来说，只要满足这两项约束，就是好的修复结果。

主流的深度学习方法使用人造的 数据对来进行端到端的训练。实际上，端到端的训练目标本身隐含了约束1和约束2，但由于它只是一个优化目标，并不能保证结果一定是满足约束1和约束2的。但实际上，在已知和算子的情况下，约束1可以完全满足。

举个简单的例子，在图像上色问题中，假设算子 是逐像素的算子 ，来将的每个三通道像素 降维为 中对应的单值灰度像素 。假设我们拿到了灰度图 ，并用它作为某个上色网络的输入，得到了预测的彩色图 ，如下图所示。可见，这个结果和灰度图 很不一致。即约束1并不满足。

怎么办？我们可以做一个非常简单的操作，来得到和灰度图 具有完全的数据一致性的结果。首先我们定义一个算子 ，即将每个单值灰度像素复制为一个三通道像素。然后对灰度图 和网络预测的彩色图 做一个纯数学的神秘运算，得到新的结果： ，如下图所示。

可见，这个结果肉眼上看上去是高度一致的，那么数学上呢？ 考虑约束1的定义，我们有

完全满足约束1。这是为什么呢？接下来我们揭示其中蕴含的数学原理：零值域分解

二、零值域分解

2.1 矩阵中的零值域分解

零值域分解（Range-Null Space Decomposition，以下简称RND）是一个线性代数的概念。这里我们仅用矩阵来做推导，但后续的结论对任意线性算子形式（譬如卷积）皆适用。

给定一个矩阵 ，它的伪逆矩阵 满足 。伪逆矩阵 可以有很多种获得方式，比如奇异值分解，傅里叶变换，甚至是手工构造（比如我们上面构造的) 。

当得到矩阵 和 之后，我们可以对任意变量 做如下恒等分解:

这个分解具有一种神奇的属性。当我们计算 :

会发现，左边的 在经过矩阵 变换后，就等于 。而右边的 在经过矩阵 变换后等于0。我们将 称为 的值域部分 (range-space part)，将 称为 的零域部分 (null-space part) 。上述分解，也被称为零值域分解 (RND) 。

2.2 图像逆问题中的零值域分解

回到图像逆问题 ，若已知算子 及其伪逆 ，我们可以将原图 零值域分解为 。虽然完整的原图 是末知的，但其值域部分 是已知的，因为 。所以我们可以得出结论：在图像逆问题中，经过退化算子的作用后，原图留下来的就是值域部分，而失去的就是零域部分。

并且留下来的值域部分 是满足约束1的。检查一下， ，没问题。

由此，我们可以构造一个通解： ，其中 是零域提取项。

对于该通解来说，不论 如何取值，约束1都是完全满足的。那么在我们的设定中，图像逆问题 就只剩下了约束2，也就是要求 使得 符合目标图像域的分布。本质上，我们要求解的就是零域部分。

三、零域求解

既然零域求解的目的，就是要让图像趋于目标图像域的分布，那么我们自然想到了两种方法：GAN和Diffusion。接下来介绍我们的两个相关工作。

3.1 基于GAN Prior的零域学习

论文： GAN Prior based Null-Space Learning for Consistent Super-Resolution （AAAI 2023） Github： https://github.com/wyhuai/RND

以图像超分为例，近年来基于GAN Prior的工作不少。总的来说，它们都使用一个网络 来直接预测结果:

然后将 作为结果，进行端到端的训练，来优化网络 。我们发现，仅仅使用GAN loss就能得到较好的结果。并且，我们提出了一个极其简单的下采样算子 及其伪逆 ，很容易移植到现有的方法中。

8xSR，第一行是我们的SR结果，第二行是原网络的下采样一致性误差（约束1），第三行是用我们方法训练的下采样一致性误差（约束1）。可见，我们的方法显著提高了一致性。

在使用和原网络相同的训练配置下，我们的方法能大幅加速收敛，提升最终性能。这是因为原本的方法需要网络同时学习零域和值域内容，而我们的方法只需要学习零域。

3.2 基于零域扩散的Diffusion Models

论文： Zero-Shot Image Restoration Using Denoising Diffusion Null-Space Model 开源代码： https://github.com/wyhuai/DDNM 项目主页： https://wyhuai.github.io/ddnm.io/

扩散模型的每一步，都会将当前含噪图 去噪，得到一张干净图片 ，然后对 加一个较弱的噪声，得到下一步。直到得到最后结果

原始的DDPM采样过程

我们将 作为零域提取项，得到一致的重建结果

我们提出的DDNM采样过程，对中间结果进行零值域分解（RND），以解决图像逆问题 经过这样一个简单操作，就能解决各类图像重建问题。

DDNM无需训练，无需优化，只需使用一个预训练好的扩散模型，即可解决各种图像逆问题，在内存和时间消耗上，和原扩散模型基本无异。支持任务包括超分，上色，填充，压缩感知，去模糊，去噪，等等。

我们之前讨论的，都是 的无噪线性逆问题。如何解决含噪的线性逆问题 呢? 通过分析发现，该噪声 最终会成为含噪图 的一部分。因此我们的思路很简单，就是利用扩散模型本身的去噪器来去除值域中的噪声 。

我们引入两个参数 和 ， 用来调节值域相关项，以及扩散模型每步增加的噪声。通过精确的计算，在最大化值域信息的同时，保证含噪图 中的噪声方差和原始定义的噪声方差一致，这样对于去噪器来说，面临的噪声就是不变的。

此外，DDNM+还可以用于老照片修复等复杂应用，如下所示

为了便于理解，我们再展开讲一下盲修复的思路。我们发现真实退化图的退化基本上可以简化为四种类别：

1. 分辨率问题

2. 颜色退化

3. 局部瑕疵

4. 全局噪声

那么拿到一张真实退化图，我们需要进一步提取其有效值域信息。对于1类退化，我们用一个下 采样算子 来提取即可；对于 2 类退化，我们用一个灰度算子 来提取即可；对于 3 类退化， 我们手绘一个mask来去除即可，即mask算子 ；对于4类退化，我们可以用DDNM+的去噪机制。

我们论文中提到了如何手动构造一个简单的 ， ， 及其伪逆 ， ， 。因此我们用于老照片修复的算子就是 (调换顺序也可)。根据伪逆规则，可得 。(注意: 如果 只存在分辨率和噪声问题， 那 和 就不需要。其它情况同理）

接下来，我们先用构造好的算子来提取真实退化图中的有效值域信息，作为新的。即

然后接下来的流程就和一般的DDNM+一样了。本质上还是保留有效值域信息，重建零域部分。

具体细节以及理论推导可以参考我们的论文。

四、局限

目前看来，我们的设定存在的主要局限有二：

1. 退化算子 必须是已知的，且必须得到其伪逆 。虽然DDNM+证明了现实世界的退化图往往可以用很简单的退化算子来进一步提取有效值域，得到不错的结果，但仍存在当前方案难以解决的任务，比如去雨，去雾，暗光增强等等。这些算子不但未知，而且很难构建简单的退化来从退化图中提取有效值域。

2. 退化算子 必须是线性的。非线性算子或许也存在 “伪逆”，但其不一定满足分配律，比如， ，因此非线性算子不一定存在线性可分的零域和值域。

总的来说，我个人非常喜欢DDNM这项工作，我们大部分时间都花在公式推导之中，而这些推导最终得出了理论完备、极具可解释性、无需炼丹的方法。

这是一个全新的解决low-level问题的思路，我们无需训练，就能达到接近sota的重建效果（认为如果有一个预训练的高分辨率扩散模型，效果会更好）。我们希望这些工作对low-level领域会有新的启发。

欢迎大家讨论，以及指正批评~

参考文献

• Schwab et al., Deep null space learning for inverse problems: convergence analysis and rates, Inverse Problems 2019

• Ho et al., Denoising diffusion probabilistic models, NeurIPS 2020

• Song et al., Denoising Diffusion Implicit Models, ICLR 2021

• Wang et al., GAN Prior based Null-Space Learning for Consistent Super-Resolution, AAAI 2023

• Wang et al., Zero Shot Image Restoration Using Denoising Diffusion Null-Space Model, arXiv:2212.00490

作者：王荫槐 文章来源：知乎【 https://zhuanlan.zhihu.com/p/588663035 】

Illustration by Delesign Graphics from IconScout

-TheEnd -

扫码观看！

本周上新！

多家技术企业招聘来啦！

多家技术企业招聘来啦！有求必应的小将收集到来自TechBeat技术社群内技术企业的招人需求，包含来自微软亚研、腾讯、小红书等企业算法工程师等正式及实习岗位，欢迎有需求的大家向这些公司投递简历哦！

扫描了解详情~

关于我“门”

将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构，旗下涵盖将门创新服务、将门技术社群以及将门创投基金。

将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。

如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:

bp@thejiangmen.com

点击右上角，把文章分享到朋友圈

⤵一键送你进入TechBeat快乐星球