2014年，Ian Goodfellow提出了生成对抗网络（GAN），今天，GAN已经成为深度学习最热门的方向之一。本文将重点介绍如何利用Keras将GAN应用于图像去模糊（image deblurring）任务当中。
Keras代码地址：https：//github.com/RaphaelMeudec/deblur-gan
此外，请查阅DeblurGAN的原始论文（https://arxiv.org/pdf/1711.07064.pdf）及其Pytorch版本实现：https：//github.com/KupynOrest/DeblurGAN/。
生成对抗网络简介
在生成对抗网络中，有两个网络互相进行训练。生成器通过生成逼真的虚假输入来误导判别器，而判别器会分辨输入是真实的还是人造的。
GAN训练流程
训练过程中有三个关键步骤：
使用生成器根据噪声创造虚假输入;
利用真实输入和虚假输入训练判别器;
训练整个模型：该模型是判别器和生成器连接所构建的。
请注意，判别器的权重在第三步中被冻结。
对两个网络进行连接的原因是不存在单独对生成器输出的反馈。我们唯一的衡量标准是判别器是否能接受生成的样本。
以上，我们简要介绍了GAN的架构。如果你觉得不够详尽，可以参考这篇优秀的介绍：生成对抗网络初学入门：一文读懂GAN的基本原理（附资源）。
数据
Ian Goodfellow首先应用GAN模型生成MNIST数据。而在本教程中，我们将生成对抗网络应用于图像去模糊。因此，生成器的输入不是噪声，而是模糊的图像。
根据场景的不同，该数据集在不同子文件夹中分类。
你可以下载简单版：HTTPS：//drive.google.com/file/d/1H0PIXvJH4c40pk7ou6nAwoxuR4Qh_Sa2/view
或完整版：HTTPS：//drive.google.com/file/d/1SlURvdQsokgsoyTosAaELc4zRjQz9T2U/view
我们首先将图像分配到两个文件夹A（模糊）B（清晰）中。这种A＆B的架构对应于原始的pix2pix论文。为此我创建了一个自定义的脚本在github中执行这个任务，请按照README的说明去使用它：
https://github.com/RaphaelMeudec/deblur-gan/blob/master/organize_gopro_dataset.py
模型
训练过程保持不变。首先，让我们看看神经网络的架构吧！
生成器
该生成器旨在重现清晰的图像。该网络基于ResNet模块，它不断地追踪关于原始模糊图像的演变。本文同样使用了一个基于UNet的版本，但我还没有实现这个版本。这两种模块应该都适合图像去模糊。
DeblurGAN生成器网络架构，源论文“DeblurGAN：Blind Motion Deblurring Using Conditional Adversarial Networks”。
其核心是应用于原始图像上采样的9个ResNet模块。让我们来看看Keras上的代码实现！
from keras.layers import Input, Conv2D, Activation, BatchNormalization
from keras.layers.merge import Add
from keras.layers.core import Dropout
def res_block(input, filters, kernel_size=(3,3), strides=(1,1), use_dropout=False):
"""
Instanciate a Keras Resnet Block using sequential API.
:param input: Input tensor
:param filters: Number of filters to use
:param kernel_size: Shape of the kernel for the convolution
:param strides: Shape of the strides for the convolution
:param use_dropout: Boolean value to determine the use of dropout
:return: Keras Model
"""
x = ReflectionPadding2D((1,1))(input)
x = Conv2D(filters=filters,
kernel_size=kernel_size,
strides=strides,)(x)
x = BatchNormalization()(x)
x = Activation('relu')(x)
if use_dropout:
x = Dropout(0.5)(x)
x = ReflectionPadding2D((1,1))(x)
x = Conv2D(filters=filters,
kernel_size=kernel_size,
strides=strides,)(x)
x = BatchNormalization()(x)
# Two convolution layers followed by a direct connection between input and output
merged = Add()([input, x])
return merged该ResNet层基本是卷积层，其输入和输出都被添加以形成最终的输出。
from keras.layers import Input, Activation, Add
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.convolutional import Conv2D, Conv2DTranspose
from keras.layers.core import Lambda
from keras.layers.normalization import BatchNormalization
from keras.models import Model
from layer_utils import ReflectionPadding2D, res_block
ngf = 64
input_nc = 3
output_nc = 3
input_shape_generator = (256, 256, input_nc)
n_blocks_gen = 9
def generator_model():
"""Build generator architecture."""
# Current version : ResNet block
inputs = Input(shape=image_shape)
x = ReflectionPadding2D((3, 3))(inputs)
x = Conv2D(filters=ngf, kernel_size=(7,7), padding='valid')(x)
x = BatchNormalization()(x)
x = Activation('relu')(x)
# Increase filter number
n_downsampling = 2
for i in range(n_downsampling):
mult = 2**i
x = Conv2D(filters=ngf*mult*2, kernel_size=(3,3), strides=2, padding='same')(x)
x = BatchNormalization()(x)
x = Activation('relu')(x)
# Apply 9 ResNet blocks
mult = 2**n_downsampling
for i in range(n_blocks_gen):
x = res_block(x, ngf*mult, use_dropout=True)
# Decrease filter number to 3 (RGB)
for i in range(n_downsampling):
mult = 2**(n_downsampling - i)
x = Conv2DTranspose(filters=int(ngf * mult / 2), kernel_size=(3,3), strides=2, padding='same')(x)
x = BatchNormalization()(x)
x = Activation('relu')(x)
x = ReflectionPadding2D((3,3))(x)
x = Conv2D(filters=output_nc, kernel_size=(7,7), padding='valid')(x)
x = Activation('tanh')(x)
# Add direct connection from input to output and recenter to [-1, 1]
outputs = Add()([x, inputs])
outputs = Lambda(lambda z: z/2)(outputs)
model = Model(inputs=inputs, outputs=outputs, name='Generator')
return model生成器架构的Keras实现
按照计划，9个ResNet模块会应用于输入的上采样版本。我们在其中添加了从输入到输出的连接，并对结果除以2以保持标准化输出。
这就是生成器的架构！让我们继续看看判别器怎么做吧。
判别器
判别器的目标是判断输入图像是否是人造的。因此，判别器的体系结构是卷积以及输出单一值。
from keras.layers import Input
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.convolutional import Conv2D
from keras.layers.core import Dense, Flatten
from keras.layers.normalization import BatchNormalization
from keras.models import Model
ndf = 64
output_nc = 3
input_shape_discriminator = (256, 256, output_nc)
def discriminator_model():
"""Build discriminator architecture."""
n_layers, use_sigmoid = 3, False
inputs = Input(shape=input_shape_discriminator)
x = Conv2D(filters=ndf, kernel_size=(4,4), strides=2, padding='same')(inputs)
x = LeakyReLU(0.2)(x)
nf_mult, nf_mult_prev = 1, 1
for n in range(n_layers):
nf_mult_prev, nf_mult = nf_mult, min(2**n, 8)
x = Conv2D(filters=ndf*nf_mult, kernel_size=(4,4), strides=2, padding='same')(x)
x = BatchNormalization()(x)
x = LeakyReLU(0.2)(x)
nf_mult_prev, nf_mult = nf_mult, min(2**n_layers, 8)
x = Conv2D(filters=ndf*nf_mult, kernel_size=(4,4), strides=1, padding='same')(x)
x = BatchNormalization()(x)
x = LeakyReLU(0.2)(x)
x = Conv2D(filters=1, kernel_size=(4,4), strides=1, padding='same')(x)
if use_sigmoid:
x = Activation('sigmoid')(x)
x = Flatten()(x)
x = Dense(1024, activation='tanh')(x)
x = Dense(1, activation='sigmoid')(x)
model = Model(inputs=inputs, outputs=x, name='Discriminator')
return model判别器架构的Keras实现
最后一步是构建完整的模型本文中这个生成对抗网络的特殊性在于：其输入是实际图像而非噪声因此，对于生成器的输出，我们能得到直接的反馈。
from keras.layers import Input from keras.models import Model def generator_containing_discriminator_multiple_outputs(generator, discriminator): inputs = Input(shape=image_shape) generated_images = generator(inputs) outputs = discriminator(generated_images) model = Model(inputs=inputs, outputs=[generated_images, outputs]) return model
让我们一起看看，如何利用两个损失函数来充分利用这种特殊性。
训练过程
损失函数
我们在两个级别提取损失函数：生成器的末尾和整个模型的末尾。
前者是一种知觉损失（perceptual loss），它直接根据生成器的输出计算而来。这种损失函数确保了GAN模型面向一个去模糊任务。它比较了VGG第一批卷积的输出值。
import keras.backend as K
from keras.applications.vgg16 import VGG16
from keras.models import Model
image_shape = (256, 256, 3)
def perceptual_loss(y_true, y_pred):
vgg = VGG16(include_top=False, weights='imagenet', input_shape=image_shape)
loss_model = Model(inputs=vgg.input, outputs=vgg.get_layer('block3_conv3').output)
loss_model.trainable = False
return K.mean(K.square(loss_model(y_true) - loss_model(y_pred)))而后者是对整个模型的输出执行的Wasserstein损失，它取的是两个图像差异的均值。这种损失函数可以改善生成对抗网络的收敛性。
import keras.backend as K def wasserstein_loss(y_true, y_pred): return K.mean(y_true*y_pred)
训练过程
第一步是加载数据并初始化所有模型。我们使用我们的自定义函数加载数据集，同时在我们的模型中添加Adam优化器。我们通过设置Keras的可训练选项防止判别器进行训练。
# Load dataset
data = load_images('./images/train', n_images)
y_train, x_train = data['B'], data['A']
# Initialize models
g = generator_model()
d = discriminator_model()
d_on_g = generator_containing_discriminator_multiple_outputs(g, d)
# Initialize optimizers
g_opt = Adam(lr=1E-4, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
d_opt = Adam(lr=1E-4, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
d_on_g_opt = Adam(lr=1E-4, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
# Compile models
d.trainable = True
d.compile(optimizer=d_opt, loss=wasserstein_loss)
d.trainable = False
loss = [perceptual_loss, wasserstein_loss]
loss_weights = [100, 1]
d_on_g.compile(optimizer=d_on_g_opt, loss=loss, loss_weights=loss_weights)
d.trainable = True然后，我们启动epoch并将数据集分成不同批量。
for epoch in range(epoch_num):
print('epoch: {}/{}'.format(epoch, epoch_num))
print('batches: {}'.format(x_train.shape[0] / batch_size))
# Randomize images into batches
permutated_indexes = np.random.permutation(x_train.shape[0])
for index in range(int(x_train.shape[0] / batch_size)):
batch_indexes = permutated_indexes[index*batch_size:(index+1)*batch_size]
image_blur_batch = x_train[batch_indexes]
image_full_batch = y_train[batch_indexes]最后，根据两种损失，我们先后训练判别器和生成器。我们用生成器产生虚假输入，然后训练判别器来区分虚假输入和真实输入，并训练整个模型。
for epoch in range(epoch_num): for index in range(batches): # [Batch Preparation] # Generate fake inputs generated_images = g.predict(x=image_blur_batch, batch_size=batch_size) # Train multiple times discriminator on real and fake inputs for _ in range(critic_updates): d_loss_real = d.train_on_batch(image_full_batch, output_true_batch) d_loss_fake = d.train_on_batch(generated_images, output_false_batch) d_loss = 0.5 * np.add(d_loss_fake, d_loss_real) d.trainable = False # Train generator only on discriminator's decision and generated images d_on_g_loss = d_on_g.train_on_batch(image_blur_batch, [image_full_batch, output_true_batch]) d.trainable = True
你可以参考如下Github地址查看完整的循环：
https://www.github.com/raphaelmeudec/deblur-gan
材料
我使用了Deep Learning AMI（3.0版本）中的AWS实例（p2.xlarge）。它在GOPRO数据集上的训练时间约为5小时（50个epoch）。
图像去模糊结果
从左到右：原始图像，模糊图像，GAN输出。
上面的输出是我们Keras Deblur GAN的输出结果。即使是在模糊不清的情况下，网络也能够产生更令人信服的图像。车灯和树枝都会更清晰。
左图：GOPRO测试图片; 右图：GAN输出。
其中的一个限制是图像顶部的噪点图案，这可能是由于使用VGG作为损失函数引起的。
左图：GOPRO测试图片; 右图：GAN输出。
希望你在这篇「基于生成对抗网络进行图像去模糊」的文章中度过了一段愉快的阅读时光！
左图：GOPRO测试图片; 右图：GAN输出。
论文：DeblurGAN：使用条件敌对网络的盲运动消解
论文地址：HTTPS：//arxiv.org/pdf/1711.07064.pdf
摘要：我们提出了一种基于有条件的GAN和内容损失函数的运动去模糊的端到端学习方法--DeblurGAN。在结构相似性测量和视觉外观方面，DeblurGAN达到了业内最先进的技术水平。去模糊模型的质量也以一种新颖的方式在现实问题中考量 - 即对（去）模糊图像的对象检测。该方法比目前最佳的竞争对手速度提升了5倍。另外，我们提出了一种从清晰图像合成运动模糊图像的新方法，它可以实现真实数据集的增强。
模型，训练代码和数据集都可以在以下地址获得：HTTPS：//github.com/KupynOrest/DeblurGAN。
原文链接：HTTPS：//blog.sicara.com/keras-generative-adversarial-networks-image-deblurring-45e3ab6977b5