関東CV勉強会ECCV2014 （Blind Deblurring using Internal Patch Recurrence）

1. 1 関東CV勉強会2014年12月6日 ECCV 2014論文紹介 Blind Deblurring using Internal Patch Recurrence 解説者東京大学博士1年 tackson某

2. 2 発表者プロフィール • 略歴 – 東京高専から東大工学部に２年次編入 – 学部：セグメンテーション – 修士：ステレオ – 博士：３次元復元（勉強会発表本日２回目） • 興味のある分野 – ３次元形状復元・ステレオ – MRF最適化・グラフカット – セグメンテーション • Twitterアカウント

3. 3 Blind Deblurring using Internal Patch Recurrence Tomer Michaeli Michal Irani Weizmann Institute of Science, ISRAEL ECCV 2014 Oral Paper Vision系というより Signal Processing系の人

4. 4 Blind Deblurring using Internal Patch Recurrence ECCV 2014 Oral Paper

5. 5 念のための確認… ✖ デブ・ブラー ✖ 手ブラ〇デブラー

6. 6 念のための確認… ✖ デブ・ブラー ✖ 手ブラ〇デブラー

7. 7 Blind Deblurring/Deconvolution 観測されたBlur画像Blur kernel Sharp画像（ﾋﾟﾝﾎﾞｹ・手ぶれ） 풚 = 풌 ∗ 풙 + 풏 푦 푘 푥 ノイズ推定入力 Blind Deblurring ≒ Sharp画像に対するPriorの違い ex) Gradient Sparsity [Levin/Krishnan, CVPR 09,11] [Fergus/Shan, ToG 06, 08] ex) Patch Similarity [Sun+ ICCP 13]

8. 8 Patch Similarity Prior [Sun+ ICCP 13] Blur画像External Sharp Patch Pool Sharp Pool 中の最近傍パッチ Blur画像中のパッチ Query Query 近づける ※ 実際のパッチは5x5 くらい BlurパッチがSharpパッチに近くなるようにDeblur

9. 9 PROPOSED METHOD

10. Internal Patch Recurrence Prior （提10 案）対象画像α 倍縮小した画像 Query Sharp画像に対するPrior 最近傍もしBlurナシなら同じパッチが縮小画像に存在近づける実際は… ＝ Blur 画像だとα倍sharp なパッチが存在 ≠ 縮小画像とのパッチ類似度を最大化するようにDeblur

11. 11 念のための確認… 某KB画像でなくても幅広く成り立つPriorです [Glasner+ ICCV 09] （超解像論文）によれば 90%のパッチ（5x5サイズ）は Sharpな自然画像そのまま縮小画像で10 回以上現れる（つまりこちらも5x5 パッチ） 3/4倍縮小した画像

12. 12 実際の画像例

13. 13 提案手法：コスト関数 푦 푘 푥 푥 훼 入力Blur画像推定Kernel 推定Sharp 画像 α 倍に縮小した推定Sharp 画像データ項 Internal Patch Recurrence Prior 項 Kernel Prior 項 min 푘 , 푥 푦 − 푘 ∗ 푥 2 + 휆1 휌 푥 , 푥 훼 + 휆2 푘 2

14. 14 提案手法：アルゴリズム Internal Patch Recurrence Prior 項 min 푘 , 푥 푦 − 푘 ∗ 푥 2 + 휆1 휌 푥 , 푥 훼 + 휆2 푘 2 Initialize: 푘 ← 훿, 푥 ← 푦 푥 훼 ← 푠ℎ푟푖푛푘훼 푥 min 푦 − 푘 ∗ 푥 푥 2 + 휆1 휌 푥 , 푥 훼 + 휆2 푘 2 min 푘 푦 − 푘 ∗ 푥 2 + 휆1 휌 푥 , 푥 훼 + 휆2 푘 2 Repeat Until Convergence Kernel データ項Prior 項

15. 15 提案手法：アルゴリズム詳細 α 倍sharp に 푥 훼 ← 푠ℎ푟푖푛푘훼 푥 min 푘 푦 − 푘 ∗ 푥 2 + 휆1 휌 푥 , 푥 훼 + 휆2 푘 2 Repeat Until Convergence 推定画像풙 α 縮小画像풙 휶 α 倍sharp なパッチ近づけるさらにα 倍sharp なパッチ近づける min 푥 푦 − 푘 ∗ 푥 2 + 휆1 휌 푥 , 푥 훼 + 휆2 푘 2 α 倍sharp に

16. 16 EXPERIMENTS

17. 17 Gradient Sparsity External Patch Internal Patch ※ 黄色数値はエラー値（Non-Blind手法[Zoran+ ICCV 11] との相対的な誤差）

18. 18 グラフ：横軸Error Rate以下の画像の割合 Internal Patch External Patch Patch-base ではない入力画像・630枚・だいたい1024x768 ・最大27x27 のblur 提案手法は非常にロバスト（失敗時のエラーが小さい）

19. 19 青数値：１以下→改善１以上→改悪 “失敗例”（各手法のworst case）の比較

20. 20 Additional Results from Supplementary Material http://www.wisdom.weizmann.ac.il/~vision/BlindDeblur.html http://www.wisdom.weizmann.ac.il/~vision/BlindDeblur/VisualComparisons_ECCV2014.pdf

21. 21 Conclusions • Internal Patch Recurrence Prior: Image Deblurring のための強力なPrior • blind deblur手法のstate-of-the-art と同等の性能 • 他の手法より非常にロバストその他 • 著者ページに実行可能コード有り（ただし実装隠蔽MATLABコード） • 最適化や実装の詳細は大幅に省いています – FFTで高速化 – Image Pyramid つくってCoarse-to-Fineに（高速化＋局所解回避） – Aliasingの議論 – 超解像との根本的な違い • 著者のオーラル発表がわかりやすい！（指導教員の紹介） http://videolectures.net/eccv2014_michaeli_blind_deblurring/

22. 22 Paper Summary

関東CV勉強会ECCV2014 （Blind Deblurring using Internal Patch Recurrence）

関東CV勉強会ECCV2014 （Blind Deblurring using Internal Patch Recurrence）

Recommended

More Related Content

Viewers also liked

Viewers also liked(16)

Similar to 関東CV勉強会ECCV2014 （Blind Deblurring using Internal Patch Recurrence）

Similar to 関東CV勉強会ECCV2014 （Blind Deblurring using Internal Patch Recurrence）(18)

関東CV勉強会ECCV2014 （Blind Deblurring using Internal Patch Recurrence）