恶劣环境成像差？宁波大学团队解锁图像变清晰的三把‘密钥’
【金色港湾资讯网为您推荐阅读】
代入一下这样两个场景——
街头在凌晨两点的时候，正下着一场大雨，监控摄像头于风雨里面摇晃，拍下了昏暗模糊的画面，雨丝是纵横交错的。在这个时候，要是街头出现意外事件，那能够提供辅助的，或许就是这段“看不太清”的视频了。
科考队员潜入到海底深处，目的是监测珊瑚礁的健康状况，可是拍摄出的画面，出现了一定程度的畸变，还有色彩失真等情况，导致珊瑚的原本面貌难以完全展现出来。
这些，是每天都会产生的，和我们生产生活紧密关联的，那关乎“视觉信息”这种东西，然而它们往往是“低质”的。
尽管手机、相机之类的硬件装备持续升级，4k高清好像已然成了标配，然而当机器遭遇黑夜、雨雪、大雾、沙尘暴等极为恶劣的外界成像环境之际，哪怕再高清的硬件也是“无计可施”，没办法拍出清晰的画面。
对此，宁波大学姜求平教授团队跟中山大学、香港城市大学一同开展的“泛在低质视觉信息的鲁棒增强与精准评价”研究，借由软件算法的变化和优化，使得在恶劣环境里采集的图像，能够变得清晰可以使用，该项成果荣获了2024年度浙江省自然科学奖一等奖。
这项成果有三把“密钥”，我们一一来解锁。
第一把“密钥”——把难题“分而治之”。
简单来讲，是要先把一张存在问题的低质图像予以分解，之后依据不同的各种问题来“对症下药”。就好比雨夜的监控画面，存在光照不足的问题，存在雨丝干扰的情况，还存在可能有运动模糊的状况。
图像分解示例图
当多种失真相互交织，混为一体之时，要是仅仅运用单一的方法去予以处理，这情形就好比是妄图借助一把钥匙去开启全部的锁具——那是根本行不通的。
团队所研发的那套算法，将一张具备“又暗”、“又糊”以及“又有雨”这些特征的极为复杂的照片，解析成为了“调亮”，“去模糊”，“去雨”这几个相对简单的子任务。当这几个任务各自被解决之后，便能够获取到一张高质量的清晰图像，这便是“分而治之”的智慧体现。
第二把“密钥”——让算法“像人眼一样去感知”。
人体是凭借怎样的方式来觉察图像的？当你目睹一张照片之际，你会出于本能地将注意力会聚于何处？你针对什么样的细节会呈现出敏感的状态？哪些存在失真情况的部分是你能够予以“容忍”的？
团队将这些有关人眼视觉系统的规律，一点一点地“翻译”成数量模型，接下来，嵌入进增强算法里。如此这般，算法模型能够像人那样去“看”图像，它能晓得一张图片何处是需重点留意的区域，哪些纹理细节不可丢失，何等程度的模糊是“能够接受的”，何种程度是“无法忍受的”，能够恰当地对图片予以修正与调整。
正是借助改变算法模型的思考方式之手段，使其能够如同人一般去思考并感知图像，团队达成了让算法模型从“难以言表的黑箱操作”，转变为“每一步皆有迹可循的透明计算”之成果，而这便是可解释性的本质所在。
第三把“密钥”——让机器懂得“评价”。
如何去判别一张经过修改的图片是属于那种被认定为“好”的范畴呢，在面对着数量极多的图片以及因个体差异而各不相同的评价标准的情况下，又该如何针对它进行科学的评价呢？
团队曾给出一个关键看法，要是没办法妥善地衡量与评估，那就不存在法子更优地去强化。构建一个可精准体现人类感知以及任务需求的评价体系，对于技术的落到实处和改进相当关键。
对此，团队构建起一套“全尺度”的评价体系，该体系能够于像素级、纹理级、图像级这三个层面模拟人眼的感知，进而使机器学会如同人那般去评价图像质量。有了这一套评价体系，机器不但能够给图像打分，而且还能够给出“改进建议”，也就是哪里好、哪里不好以及为什么不好，这一评价结果会反过来对增强过程起到指导作用，促使算法进行迭代以及优化。当评价与增强形成闭环之后，便能够相互促进，持续提升图像质量。
该成果得到学界高度认可，整体处于国际先进程度，当中符合人眼感知的全尺度质量评价办法被判定为国际领先。团队所研发的图像质量评价算法依靠其出色的性能，被Meta公司整合到官方生态体系，成为图像处理 range内通用的标准评估工具，并且获得CVPR NTIRE挑战赛等学术界顶级赛事的权威认定，被采用为关键质量评价指标。
当前，此项成果已在多个领域得以应用，这些领域涵盖消费电子、智能制造、安防监控以及深海探测等，并且与国内知名手机生产厂商和智能物联生产制造企业等展开合作，进而产生了显著的经济社会效益。
更多精彩文章请关注=>金色港湾资讯网 www.fzjsgw.com
