[論文レビュー] Toward Generalizable Deblurring: Leveraging Massive Blur Priors with Linear Attention for Real-World Scenarios

Yuan Gao, Shuo Cao+4 more|arXiv (Cornell University)|Jan 10, 2026

Advanced Image Processing Techniques被引用数 0

ひとこと要約

本論文は GLOWDeblur を提案。Blur Pattern Pretraining (BPP) によって learned されたブラー priors を MoSeG（Motion and Semantic Guidance）で強化し、さまざまなブラー パターンに対する実世界での強力な一般化を達成する軽量拡散ベースのデブラーリングモデル。

ABSTRACT

Image deblurring has advanced rapidly with deep learning, yet most methods exhibit poor generalization beyond their training datasets, with performance dropping significantly in real-world scenarios. Our analysis shows this limitation stems from two factors: datasets face an inherent trade-off between realism and coverage of diverse blur patterns, and algorithmic designs remain restrictive, as pixel-wise losses drive models toward local detail recovery while overlooking structural and semantic consistency, whereas diffusion-based approaches, though perceptually strong, still fail to generalize when trained on narrow datasets with simplistic strategies. Through systematic investigation, we identify blur pattern diversity as the decisive factor for robust generalization and propose Blur Pattern Pretraining (BPP), which acquires blur priors from simulation datasets and transfers them through joint fine-tuning on real data. We further introduce Motion and Semantic Guidance (MoSeG) to strengthen blur priors under severe degradation, and integrate it into GLOWDeblur, a Generalizable reaL-wOrld lightWeight Deblur model that combines convolution-based pre-reconstruction & domain alignment module with a lightweight diffusion backbone. Extensive experiments on six widely-used benchmarks and two real-world datasets validate our approach, confirming the importance of blur priors for robust generalization and demonstrating that the lightweight design of GLOWDeblur ensures practicality in real-world applications. The project page is available at https://vegdog007.github.io/GLOWDeblur_Website/.

研究の動機と目的

• デブラーリングモデルがトレーニングデータを超える実世界のブラー パターンへ一般化できない主な要因を特定する。
• ブラー パターンの多様性と現実性の役割をクロスドメイン一般化で定量化する。
• データ中心の事前学習戦略（BPP）を提案し、ブラー priors を学習して実世界データへ転移させる。
• 実世界での実用性を保つ軽量拡散ベースのデブラーリングモデル（GLOWDeblur）を開発する。
• 動作 guided（MoSeG）とクロスモーダルセマンティック手掛かりで priors を強化し、ひどいブラーに対処する。

提案手法

• Blur Pattern Pretraining (BPP) を用いて、 diverse なブラー パターンを含む大規模シミュレータデータセットからブラー priors を学習。
• 2 段階の学習: シミュレータデータ上の BPP、その後 Real-world データでの joint ファインチューニング。
• Motion Guidance (MoG) により、軽量なモーション推定器を介して軌跡ベースのブラー手掛かりを提供。
• Semantic Guidance (SeG) を用いて、クロスモーダルキャプションからデフュージョンのバックボーンへ高レベルのシーン意味情報を供給。
• GLOWDeblur アーキテクチャ: 事前再構成 & ドメイン整合モジュールと、Deep Compression AutoEncoder および Linear Attention を備えた軽量拡散バックボーン。
• 効率的な設計選択: SimpleGate 活性化と Simplified Channel Attention により効率を向上；潜在拡散を高度に圧縮した潜在空間で実現。

実験結果

リサーチクエスチョン

• RQ1 デブラーリングモデルが実世界のブラー パターンへ一般化する際の主な要因は何か。
• RQ2 ブラー パターンの多様性をどう捉え、転移させてクロスドメイン頑健性を向上させるか。
• RQ3 軽量拡散ベースのフレームワークは、実世界性能を達成しつつ実装上の実用性を保てるか。
• RQ4 モーションとセマンティックガイダンスを組み込むと、ひどいブラー下での restoratio n はさらに改善されるか。

主な発見

• ブラー パターンの多様性は現実性だけでなく、クロスドメイン一般化のギャップを生む主因である。
• BPP は、シミュレータから実世界データへ転移する際のin-distribution 精度とクロスドメイン頑健性を一貫して改善する。
• データセットを混合して学習する naïve な手法は性能を低下させる一方で、BPP は分布ギャップを橋渡しする。
• GLOWDeblur は六つのベンチマークと二つの実世界データセットで強力な性能を示し、一般化の改善を実証。
• MoSeG（モーションとセマンティックガイダンス）はブラー priors を補強し、 severely degradation された領域での復元を助ける。
• 32x 深度圧縮オートエンコーダと線形アテンションを備えた軽量拡散バックボーンは、パフォーマンスを犠牲にせず実世界での実用性を提供する。