[论文解读] Fast Guided Filter.

Kaiming He, Jian Sun|arXiv (Cornell University)|May 5, 2015

Image Enhancement Techniques参考文献 1被引用 92

一句话总结

本文提出了一种快速变体的引导滤波，通过使用下采样率 s，将计算时间从 O(N) 加速至 O(N/s²)，在视觉退化可忽略的情况下实现了超过 10 倍的加速。该方法使图像编辑和立体重建等应用实现实时性能，同时保持了原始滤波器的边缘感知质量。

ABSTRACT

The guided filter is a technique for edge-aware image filtering. Because of its nice visual quality, fast speed, and ease of implementation, the guided filter has witnessed various applications in real products, such as image editing apps in phones and stereo reconstruction, and has been included in official MATLAB and OpenCV. In this note, we remind that the guided filter can be simply sped up from O(N) time to O(N/s^2) time for a subsampling ratio s. In a variety of applications, this leads to a speedup of >10x with almost no visible degradation. We hope this acceleration will improve performance of current applications and further popularize this filter. Code is released.

研究动机与目标

• 解决引导滤波在实时应用中的计算成本问题。
• 在不牺牲边缘感知滤波视觉质量的前提下实现更快的处理速度。
• 开发一种基于下采样的加速技术，以保持滤波保真度。
• 使引导滤波在移动设备和实时系统中更具实用性。

提出的方法

• 该方法在输入图像的下采样版本上应用引导滤波，使用下采样率 s。
• 然后使用双线性插值将输出上采样至原始分辨率。
• 下采样将处理的像素数从 N 减少至 N/s²，从而降低计算复杂度。
• 通过在多尺度上利用引导图像的结构来保持边缘感知能力。
• 最终输出为快速、高质量的滤波图像，视觉伪影极少。
• 该方法实现简单，且与 OpenCV 和 MATLAB 等现有框架兼容。

实验结果

研究问题

• RQ1 引导滤波能否在几乎无感知质量损失的情况下实现显著加速？
• RQ2 在速度与视觉保真度之间平衡时，最优的下采样率 s 是多少？
• RQ3 与原始引导滤波相比，下采样引导滤波在速度和输出质量方面表现如何？
• RQ4 该加速方法能否高效集成到实时应用中？

主要发现

• 所提方法在实际应用中实现了超过 10 倍的加速，且视觉退化可忽略。
• 下采样引导滤波保持了高视觉质量，能有效保留边缘和纹理。
• 该方法在多种图像类型和应用中表现稳健，包括立体重建和移动图像编辑。
• 加速过程实现开销极小，适合生产环境使用。
• 该方法与现有软件栈兼容，包括 MATLAB 和 OpenCV。