【CVPR2021】NBNet: Noise basis learning for image denoising with subspace projection
基于子空间注意力模块的图像降噪，作者尚未公开官方代码，但 github上目前有一个非官方的实现可参考。下面内容主要来自青源LIVE，旷视CVPR20201预讲。这是一个来自旷视、快手和电子科大的工作
1、背景
图像降噪是 ill-posed 问题：设噪声观测图为 \(y\)，真实图像为\(x\)，噪声为\(n\)，则降噪是从 \(y\) 恢复 \(x\) 的过程。传统方法在抹掉噪声的同时容易丢失细节，最近比较流行的方法是深度CNN方法，当前基于深度学习的方法大多使用L1或者L2 loss，这样的损失函数趋于输出平均值，导致结果会过平滑。如下图所示，左边的是知名的 DnCNN 方法的结果，可以看到，很多信息丢失了，一个好的算法应该能够在降噪的同时保留图像细节。
2、子空间方法
子空间方法用于图像分析是相当经典的，经常见到的是傅立叶变换、小波去噪、SVD。基本原理就是把图像拆分为一组基，只要找到噪声所处的基，把这部分去掉就可以了。
但是，当前方法的主要问题是，图像分析中的基是人工构造的。图像信息和噪声往往在一组基中，当把这组基抹掉的同时，图像的细节也损失了。
因此，作者想到，能不能利用深度学习自动的学习一组基，就可以更好的区分信息和噪声的分布。论文中使用 subspace projection 来实现这个想法。投影可以较好的保留图像的结构信息，同时，投影也是一种捕获全局相关性的方式。同时，投影可以训练一种信息与噪声分离的网络。
为此，作者提出了 SSA （subspace attention）模块，如下图所示。\(X_1, X_2 \in \mathbb{R}^{H\times W\times C}\) 表示两个特征，首先输入一个卷积网络，得到一组 basis vectors。然后，将 \(X_1\) 投影到此子空间。值得注意的是\(X_1\)和\(X_2\)是来自不同 level 的特征，这里想用\(X_2\)来引导 \(X_1\) 的重构。
3、整体网络结构
整体网络是基于 U-NET，如下图所示。首先，作者在 skip connection 位置加了很多 conv-block。同时，还发现越顶层的 block 对于降噪越有利，因此，在顶层加了很多 conv-block。每一个 level 上都加了一个SSA模块。
在SSA中，左边直接过来的特征作为 \(X_1\)，因为它的特征抽象能力，是比从 decoder 那边来的要小的。因此，从 decoder 过来的特征作为 \(X_2\)，用来引导 \(X_1\) 的重构。
该网络使用了简单的损失函数：\(L(G,x,y)=|| x-G(y)||_1\) ，其中，\(G(\cdot)\)表示NBNet网络。
4、实验结果
作者指出，该方法在线条、点状等弱纹理图案处优于其他方法。这说明该方法能够很好的利用全局信息修复图像。
Ablation study 中，第一个实验表明SSA模块确实有效，只增加了很小的计算量就取得了非常好的效果。
作者还对基底进行了一组可视化，可以看到在绿框区域，NBNet对于细节的重构更好。同时，左侧是16个基底的可视化结果，可以看出细微的纹理在基底上较好的学了出来，利用这样的一组基底可以更好的实现图像细节的修复。
