关于Deep Multi-scale CNN动态场景去模糊模型3层高斯金字塔的问询

为什么论文选择3层高斯金字塔？ #

• 算力与效果的折中：2017年深度学习硬件算力有限，3层金字塔既能实现从粗到细的多尺度信息利用——顶层捕捉全局模糊模式，中层补充结构细节，底层修复精细纹理，又不会让模型参数和计算量过度膨胀，适配当时的训练和推理条件。
• 匹配数据集特性：该论文使用的GoPro等动态模糊数据集，大部分场景的模糊尺度范围刚好能被3层覆盖：顶层降采样4倍可处理大区域动态模糊，中层降采样2倍适配中等模糊，底层原图对应精细纹理修复，契合数据集的模糊分布规律。
• 领域经验惯例：在2017年的多尺度视觉任务（超分辨率、去模糊等）中，3层金字塔是当时广泛采用的经验性设置，类似同期的多尺度CNN模型也常用该层数，属于领域内默认的合理尝试，因此论文未做额外赘述。

高斯金字塔层数的影响 #

• 层数不足：无法覆盖全尺度模糊信息，比如仅用2层时，顶层降采样倍数不够，难以处理大区域动态模糊，导致全局修复效果差；同时缺少中间尺度过渡，底层直接修复易出现伪影或细节丢失。
• 层数过多：会大幅提升计算成本与内存占用，顶层过度降采样会丢失大量原始图像语义信息，导致修复结果过于平滑；冗余的层级还会增加模型训练难度，容易引发过拟合。
• 层数适配：合适的层数能实现渐进式修复——从全局到局部、从粗到细分层处理不同尺度的模糊，兼顾全局结构准确性和局部细节精细度。

高斯金字塔层数的合理设置方法 #

• 基于模糊尺度分布：先统计目标数据集的模糊核大小分布，若多数模糊核直径在10-30像素，3层（降采样2、4、8倍）足够；若存在更大尺度的模糊（如50像素以上），可尝试增加至4层。
• 结合硬件部署场景：移动端等资源受限场景优先选2-3层；服务器端可尝试4层，但需搭配轻量化网络结构控制计算量。
• ablation实验验证：通过控制变量实验，分别测试2、3、4层的修复效果（PSNR、SSIM指标+视觉效果），选择效果最优且计算量可接受的层数。
• 参考同领域工作：后续的去模糊研究（如DeblurGAN系列）中，多尺度金字塔层数多在2-4层，可参考这类工作的设置逻辑。

内容的提问来源于stack exchange，提问作者Shan Shan