リアルワールドにおける効率的なブラインドモーションデブラーによるブラー画素の離散化

近年のモバイルカメラ技術の進展により、4K画像を含む高解像度画像の撮影が可能となった。これに伴い、大規模な運動ぼけを効率的に処理できるデブラー（ぼけ除去）モデルへの需要が高まっている。本研究では、画像の残差誤差（すなわち、ぼけとシャープなピクセルの差分）が、その運動ぼけの種類および周辺ピクセルの複雑さに応じていくつかのカテゴリに分類可能であることを発見した。この知見をもとに、デブラー（回帰）タスクを、ぼけピクセルの離散化（ピクセルレベルのぼけ分類）と、離散から連続への変換（ぼけクラスマップを用いた回帰）という2段階のタスクに分解した。具体的には、ぼけピクセルを特定し、画像残差誤差を離散化した後、それを連続的な形に変換する。このアプローチは、連続値をそのまま扱う従来の回帰問題を解くよりも計算効率が著しく高い。また、本研究では離散化の結果（すなわち、ぼけセグメンテーションマップ）が、画像残差誤差と顕著な視覚的類似性を示すことを確認した。その結果、本手法は現実的なベンチマークにおいて、最先端手法と同等の性能を達成しつつ、計算効率が最大10倍向上することが示された。