从信号处理到深度学习：拆解ICCV 2025逆卷积块，看它如何用闭式解‘吊打’传统迭代去模糊方法

在计算机视觉领域，图像恢复任务一直是研究的热点与难点。从早期的Richardson-Lucy反卷积到现代的深度学习模型，研究人员不断探索更高效、更精确的方法来处理图像去噪、超分辨率和去模糊等问题。ICCV 2025提出的逆卷积块（Reverse Convolution Block）无疑是一次重要的突破，它将经典的信号处理思想与深度学习框架完美结合，为非盲去模糊任务带来了全新的解决方案。

1. 传统迭代去模糊方法的局限

图像去模糊的核心问题是如何从模糊的图像中恢复出清晰的原始图像。传统的迭代方法，如Richardson-Lucy反卷积和Wiener滤波，虽然在理论上具有坚实的数学基础，但在实际应用中却面临着诸多挑战。

1.1 计算效率低下

传统的迭代去模糊方法通常需要在图像域进行多次迭代计算，每次迭代都涉及复杂的卷积和反卷积操作。这种计算方式不仅耗时，而且对计算资源的要求极高。例如，Richardson-Lucy算法在处理高分辨率图像时，往往需要数百次迭代才能收敛，这在实时应用中几乎是不可行的。

提示：迭代方法的计算复杂度与图像分辨率和迭代次数成正比，这使得它们难以应用于大规模或实时场景。

1.2 仅限图像域操作

另一个重要的局限是，传统方法通常只能在单通道或三通道的图像域进行操作。这意味着它们无法直接利用深度学习模型中常见的多通道特征图。这种限制使得传统方法难以与现代深度学习框架无缝集成，从而限制了它们的应用范围。

• 图像域限制：传统方法无法处理多通道特征图。
• 特征域优势：深度学习模型通常在高维特征空间中提取和表示信息。

1.3 对模糊核的敏感性

传统迭代方法对模糊核的估计非常敏感。如果模糊核的估计不准确，恢复的图像质量会显著下降。这种敏感性在实际应用中尤为突出，因为真实的模糊核往往难以精确估计。

方法	计算效率	特征域支持	模糊核敏感性
Richardson-Lucy	低	否	高
Wiener滤波	中	否	高
逆卷积块（ICCV 2025）	高	是	低

2. 逆卷积块的数学基础

逆卷积块的核心创新在于它将一个带正则化的最小二乘优化问题转化为一个非迭代的闭式解。这一突破不仅提高了计算效率，还为多通道特征域的去模糊提供了可能。

2.1 最小二乘优化问题

逆卷积块的数学基础可以表述为一个带二次正则化项的最小二乘优化问题。具体来说，给定输入特征图 ( X ) 和模糊核 ( K )，目标是找到一个最优的 ( X^* )，使得 ( (X^* \otimes K) \downarrow_s ) 与观测到的 ( Y ) 之间的误差最小。

优化目标函数如下：

[ \min_X | (X \otimes K) \downarrow_s - Y |_2^2 + \lambda | X - X_0 |_2^2 ]

其中，( \lambda ) 是正则化参数，( X_0 ) 是对 ( X ) 的先验估计。

2.2 频率域推导与闭式解

在循环边界条件下，上述优化问题可以在频率域中获得闭式解。通过快速傅里叶变换（FFT），解的形式可以表示为：

[ X^* = \mathcal{F}^{-1} \left( \frac{\overline{\mathcal{F}K} \mathcal{F}{Y \uparrow_s} + \lambda \mathcal{F}_{X_0}}{|\mathcal{F}_K|^2 + \lambda} \right) ]

这一闭式解的关键优势在于它避免了迭代计算，从而显著提高了计算效率。

import torch
import torch.fft as fft

def converse2d(Y, K, s, lambda_reg=0.1):
    # 上采样Y
    Y_up = torch.nn.functional.interpolate(Y, scale_factor=s, mode='nearest')
    # 计算FFT
    F_Y_up = fft.fft2(Y_up)
    F_K = fft.fft2(K, s=(Y_up.size(-2), Y_up.size(-1)))
    F_X0 = fft.fft2(Y_up)  # 先验估计
    # 闭式解
    numerator = torch.conj(F_K) * F_Y_up + lambda_reg * F_X0
    denominator = torch.abs(F_K)**2 + lambda_reg
    X_star = fft.ifft2(numerator / denominator)
    return X_star.real

2.3 正则化的作用

正则化项 ( \lambda | X - X_0 |_2^2 ) 在优化问题中起到了关键作用。它不仅防止了解的不稳定性，还通过先验估计 ( X_0 ) 引导解向更合理的方向收敛。这种正则化机制使得逆卷积块在实际应用中表现出更强的鲁棒性。

3. 逆卷积块的结构设计

逆卷积块的设计借鉴了Transformer结构的理念，将空间建模与通道信息交互解耦，从而实现了高效的特征恢复。

3.1 空间建模与通道交互

逆卷积块的核心组件包括：

1. Converse2D算子：负责空间依赖关系的建模，实现特征图的上采样或结构恢复。
2. 1x1卷积：在通道维度上混合信息，弥补Converse2D仅在深度维度上操作的不足。
3. 层归一化与GELU激活函数：确保模块的训练稳定性和非线性表达能力。

3.2 残差连接

为了进一步稳定训练过程，逆卷积块引入了残差连接。这种设计不仅缓解了梯度消失问题，还使得模块能够更容易地集成到现有的深度网络中。

class ReverseConvolutionBlock(torch.nn.Module):
    def __init__(self, channels, lambda_reg=0.1):
        super().__init__()
        self.converse2d = Converse2D(lambda_reg)
        self.conv1x1 = torch.nn.Conv2d(channels, channels, kernel_size=1)
        self.norm = torch.nn.LayerNorm(channels)
        self.activation = torch.nn.GELU()

    def forward(self, x, K, s):
        residual = x
        x = self.converse2d(x, K, s)
        x = self.conv1x1(x)
        x = self.norm(x.permute(0, 2, 3, 1)).permute(0, 3, 1, 2)
        x = self.activation(x)
        return x + residual

3.3 模块化设计

逆卷积块的模块化设计使其能够灵活地应用于各种图像恢复任务。无论是去噪、超分辨率还是去模糊，只需简单替换现有网络中的卷积或上采样层，即可显著提升性能。

4. 应用场景与性能优势

逆卷积块在多个图像恢复任务中表现出了卓越的性能，尤其是在非盲去模糊任务中，其优势更为明显。

4.1 非盲去模糊

传统的非盲去模糊方法通常需要在图像域进行迭代优化，而逆卷积块首次实现了在多通道特征域上进行非盲去模糊。通过将模糊核信息作为条件直接输入到逆卷积算子中，逆卷积块能够更灵活地处理复杂的模糊模式。

注意：多通道特征域的去模糊不仅提高了恢复质量，还大大降低了计算复杂度。

4.2 超分辨率

在超分辨率任务中，逆卷积块可以替代传统的转置卷积或像素重组操作。其闭式解的特性使得上采样过程更加高效和精确，从而生成更清晰的高分辨率图像。

方法	PSNR (dB)	SSIM	计算时间 (ms)
转置卷积	28.5	0.85	120
像素重组	29.1	0.87	110
逆卷积块	30.2	0.91	80

4.3 图像去噪

逆卷积块在图像去噪任务中也表现出了优异的性能。通过将噪声模型作为条件输入，逆卷积块能够更有效地去除噪声，同时保留图像的细节和结构。

• 传统卷积块：容易过度平滑，丢失细节。
• 逆卷积块：在去噪的同时保持图像的高频信息。

5. 未来展望

逆卷积块的提出不仅为图像恢复任务带来了新的解决方案，还为深度学习与经典信号处理的结合开辟了新的道路。未来，我们可以期待更多基于闭式解的高效模块被开发出来，进一步推动计算机视觉领域的发展。

在实际项目中，我发现逆卷积块尤其适合处理复杂的模糊模式，例如运动模糊和散焦模糊。通过将模糊核作为条件输入，逆卷积块能够自适应地调整恢复策略，从而在各种场景下都能取得优异的效果。