Como usar o aprendizado autossupervisionado para remover ruído de imagens

As imagens fazem parte do nosso dia a dia, desde as fotos que tiramos até os vídeos gravados por câmeras em locais públicos. Elas contêm informações valiosas, e a tecnologia moderna permite analisar e interpretar esses dados.

Em particular, a visão computacional, um ramo da inteligência artificial (IA), permite que as máquinas processem informações visuais e entendam o que veem, assim como os seres humanos. No entanto, em aplicações reais, as imagens muitas vezes estão longe de ser perfeitas.

O ruído nas imagens, causado por chuva, poeira, pouca luz ou limitações dos sensores, pode ocultar detalhes importantes e dificultar a detecção de objetos ou a interpretação precisa de cenas pelos modelos de IA de visão. A remoção de ruído de imagens ajuda a reduzi-lo, permitindo que os modelos de IA de visão enxerguem os detalhes com mais clareza e façam previsões melhores.

Fig. 1. Exemplo de remoção de ruído de uma imagem. (Fonte)

Tradicionalmente, a remoção de ruído de imagens dependeu do aprendizado supervisionado, no qual os modelos são treinados com pares de imagens ruidosas e limpas para aprender a remover o ruído. No entanto, nem sempre é prático coletar imagens de referência perfeitamente limpas.

Para enfrentar esse desafio, pesquisadores desenvolveram métodos de remoção de ruído de imagens autossupervisionados. O objetivo é treinar modelos de IA para aprender diretamente com os dados, criando seus próprios sinais de aprendizado para remover o ruído e preservar detalhes importantes sem precisar de imagens de referência limpas.

Neste artigo, vamos analisar mais de perto os métodos de eliminação de ruído de imagens com autossupervisão, como funcionam, as principais técnicas por trás deles e suas aplicações no mundo real.

O que é a remoção autossupervisionada de ruído de imagens?#

Imagens ruidosas podem dificultar a interpretação do conteúdo de uma foto pelos modelos de IA de visão. Uma foto tirada em condições de pouca luz, por exemplo, pode parecer granulada ou desfocada, ocultando características sutis que ajudam um modelo a identificar objetos com precisão.

Na remoção de ruído baseada em aprendizado supervisionado, os modelos são treinados com pares de imagens, uma ruidosa e outra limpa, para aprender a remover ruídos indesejados. Embora essa abordagem funcione bem, coletar dados de referência perfeitamente limpos costuma ser demorado e difícil em situações reais.

Por isso, os pesquisadores passaram a usar a remoção autossupervisionada de ruído de imagens. Ela se baseia no conceito de aprendizado autossupervisionado, no qual os modelos ensinam a si mesmos criando seus próprios sinais de aprendizado a partir dos dados.

Como esse método não depende de grandes conjuntos de dados rotulados, a remoção autossupervisionada de ruído é mais rápida, escalável e fácil de aplicar em áreas como fotografia com pouca luz, imagens médicas e análise de imagens de satélite, onde muitas vezes não há imagens de referência limpas disponíveis.

Em vez de depender de imagens de referência limpas, essa abordagem treina diretamente com dados ruidosos, prevendo pixels mascarados ou reconstruindo partes ausentes. Com esse processo, o modelo aprende a distinguir detalhes significativos da imagem de ruídos aleatórios, produzindo resultados mais nítidos e precisos.

Embora possa parecer semelhante ao aprendizado não supervisionado, o aprendizado autossupervisionado é, na verdade, um caso especial dele. A principal diferença é que, no aprendizado autossupervisionado, o modelo cria seus próprios rótulos ou sinais de treinamento a partir dos dados para aprender uma tarefa específica. Já o aprendizado não supervisionado se concentra em encontrar padrões ou estruturas ocultos nos dados sem uma tarefa explícita ou um objetivo predefinido.

Estratégias de aprendizado na remoção autossupervisionada de ruído#

Os métodos de eliminação de ruído com autossupervisão podem aprender de várias maneiras. Alguns preenchem pixels mascarados ou ausentes, enquanto outros comparam várias versões ruidosas da mesma imagem para encontrar detalhes consistentes.

Por exemplo, um método popular conhecido como aprendizado com ponto cego se concentra em treinar o modelo de remoção de ruído para ignorar o pixel que está reconstruindo e usar, em vez disso, o contexto ao redor. Com o tempo, o modelo reconstrói imagens de alta qualidade, preservando texturas, bordas e cores essenciais.

Como o aprendizado autossupervisionado remove o ruído#

A seguir, vamos explorar o processo pelo qual o aprendizado autossupervisionado remove o ruído.

O processo de eliminação de ruído com autossupervisão normalmente começa com o envio de imagens ruidosas ao modelo de eliminação de ruído. O modelo analisa os pixels próximos para estimar a aparência que cada pixel pouco nítido ou mascarado deveria ter, aprendendo gradualmente a distinguir o ruído dos detalhes visuais reais.

Considere uma imagem de um céu escuro e granulada. O modelo observa as estrelas próximas e os padrões ao redor para prever como deveria ser cada trecho ruidoso sem o ruído. Ao repetir esse processo em toda a imagem, ele aprende a separar o ruído aleatório das características significativas, produzindo um resultado mais nítido e preciso.

Em outras palavras, o modelo prevê uma versão mais limpa da imagem com base no contexto, sem nunca precisar de uma referência perfeitamente limpa. Esse processo pode ser implementado usando diferentes tipos de modelos, cada um com pontos fortes específicos para lidar com ruídos.

Tipos de modelos usados para a redução autossupervisionada de ruído em imagens#

Veja rapidamente os tipos de modelos comumente usados para remover ruído de imagens de forma autossupervisionada:

• Redes neurais convolucionais (CNNs): as CNNs são modelos de aprendizado profundo projetados para reconhecer padrões em pequenas regiões de uma imagem. Elas analisam as imagens usando filtros para detectar bordas, formas e texturas. Na remoção autossupervisionada de ruído, costumam usar técnicas de ponto cego, nas quais o pixel-alvo é excluído da entrada para que o modelo preveja seu valor usando apenas os pixels ao redor. Isso ajuda o modelo a evitar copiar o ruído e, em vez disso, inferir detalhes mais limpos.
• Autoencoders: Autoencoders são redes neurais que aprendem a comprimir e reconstruir dados. Primeiro, reduzem uma imagem a uma representação menor (codificação) e, em seguida, a reconstroem (decodificação). Nesse processo, aprendem a capturar características visuais importantes, como formas e texturas, enquanto filtram ruídos aleatórios e detalhes irrelevantes.
• Modelos baseados em Transformer: os Transformers são modelos desenvolvidos originalmente para processamento de linguagem natural, mas agora amplamente usados em tarefas de visão. Eles processam a imagem inteira de uma só vez, aprendendo como diferentes regiões se relacionam entre si. Essa perspectiva global permite preservar detalhes finos e a consistência estrutural, mesmo em imagens complexas ou de alta resolução.

Fig. 2. Uma visão geral de uma arquitetura baseada em CNN usada para remoção de ruído de imagens com aprendizagem autossupervisionada. (Fonte)

Treinar esses modelos com imagens capturadas sob diferentes condições de iluminação e configurações de ISO ajuda-os a funcionar bem em muitas situações do mundo real. Em câmeras digitais, as configurações de ISO controlam o quanto a câmera clareia a imagem ao amplificar o sinal recebido.

Um ISO mais alto deixa as fotos mais claras em locais escuros, mas também aumenta o ruído e reduz os detalhes. Ao aprender com imagens capturadas em diferentes níveis de ISO, os modelos ficam melhores em distinguir detalhes reais do ruído, gerando resultados mais claros e precisos.

Como um sistema de remoção de ruído aprende a distinguir o ruído do conteúdo real?#

Os sistemas de remoção de ruído aprendem a distinguir o ruído dos detalhes reais da imagem por meio de diferentes técnicas de treinamento, que são distintas dos tipos de modelo usados para remover ruído. Tipos de modelo como CNNs, autoencoders e Transformers descrevem a estrutura da rede e como ela processa informações visuais.

As técnicas de treinamento, por outro lado, definem como o modelo aprende. Alguns métodos usam previsão baseada no contexto, em que o modelo preenche pixels ausentes ou mascarados usando informações de áreas próximas.

Outros usam aprendizagem baseada em reconstrução, em que o modelo comprime uma imagem em uma forma mais simples e depois a reconstrói, ajudando-o a reconhecer estruturas relevantes, como bordas e texturas, enquanto filtra o ruído aleatório.

Juntos, o tipo de modelo e a técnica de treinamento determinam a eficácia com que um sistema de remoção de ruído pode limpar imagens. Ao combinar a arquitetura adequada com a abordagem de aprendizagem correta, os sistemas de remoção de ruído autossupervisionados podem se adaptar a muitos tipos de ruído e produzir imagens mais claras e precisas, mesmo sem dados de referência limpos.

Principais técnicas de remoção de ruído de imagens com IA autossupervisionada#

Estas são algumas das técnicas de treinamento mais usadas para viabilizar a remoção eficaz de ruído de imagens com aprendizagem autossupervisionada:

• Noise2Noise: Esse método treina um modelo usando duas versões com ruído da mesma imagem. Como o ruído em cada versão é aleatório, o modelo aprende a se concentrar nos detalhes consistentes que representam a imagem real e a ignorar o ruído. Ele funciona melhor quando há várias capturas com ruído da mesma cena, como em fotografias em sequência ou em imagens médicas e científicas.
• Noise2Void ou Noise2Self: Essas técnicas treinam com uma única imagem com ruído, ocultando (mascarando) um pixel e solicitando que o modelo preveja seu valor com base nos pixels ao redor. Isso impede o modelo de simplesmente copiar os dados com ruído e ajuda-o a aprender a estrutura natural das imagens. Elas são especialmente úteis quando há apenas uma imagem com ruído disponível, como em microscopia, astronomia ou fotografia com pouca luz.
• Redes de ponto cego: Elas são projetadas especialmente para que o modelo não consiga ver o pixel que está reconstruindo. Em vez disso, ele usa informações da área ao redor para estimar como esse pixel deveria ser. Isso torna a remoção de ruído mais precisa e imparcial, e essas redes costumam ser combinadas com métodos Noise2Void ou Noise2Self em tarefas de remoção de ruído pixel a pixel.
• Autoencoders mascarados (MAE): nessa abordagem, partes de uma imagem são ocultadas e o modelo aprende a reconstruir as áreas ausentes. Ao fazer isso, ele aprende tanto os detalhes minuciosos quanto a estrutura geral, o que ajuda a distinguir o conteúdo real do ruído. Os autoencoders mascarados são especialmente eficazes em imagens complexas ou de alta resolução, nas quais compreender o contexto mais amplo melhora a restauração.

Avaliação de sistemas de remoção de ruído de imagens#

A remoção de ruído de imagens exige equilibrar cuidadosamente dois objetivos: reduzir o ruído e preservar os detalhes minuciosos. Remover ruído em excesso pode deixar a imagem suave ou desfocada, enquanto remover pouco pode deixar granulação ou artefatos indesejados.

Para entender o desempenho de um modelo nesse equilíbrio, pesquisadores usam métricas de avaliação que medem tanto a clareza da imagem quanto a preservação de detalhes. Essas métricas mostram até que ponto um modelo limpa uma imagem sem perder informações visuais importantes.

Estas são métricas de avaliação comuns que ajudam a medir a qualidade da imagem e o desempenho da remoção de ruído:

• Erro Quadrático Médio (MSE): Mede a diferença quadrática média entre as imagens original e sem ruído. Ele indica o quanto a saída se aproxima do original em nível de pixel. Valores mais baixos de MSE significam menos erros e um resultado mais preciso.
• Relação Sinal-Ruído de Pico (PSNR): Essa métrica compara a intensidade do sinal da imagem original com o ruído restante, expressa em decibéis. Ela é usada para avaliar quanto dos detalhes originais foi preservado após a remoção de ruído. Valores mais altos de PSNR significam imagens mais claras e de melhor qualidade.
• Índice de Similaridade Estrutural (SSIM): O SSIM avalia a estrutura, o brilho e o contraste para determinar a semelhança entre a imagem sem ruído e a original. Ele se concentra em como as pessoas veem as imagens, não apenas em números brutos. Valores mais altos de SSIM significam que a imagem parece mais natural e fiel ao original.
• Métricas perceptuais: Essas métricas usam modelos de aprendizagem profunda para avaliar o quanto uma imagem parece realista e natural. Em vez de comparar pixels individuais, elas se concentram na aparência geral, na textura e na semelhança visual. Na maioria dos casos, valores mais baixos significam que a imagem está mais próxima do original e é visualmente mais agradável para as pessoas.

Aplicações da remoção de ruído autossupervisionada#

Agora que entendemos melhor o que é a remoção de ruído, vamos explorar como ela é aplicada a imagens com aprendizagem autossupervisionada em situações do mundo real.

Uso da remoção de ruído autossupervisionada em astrofotografia#

Não é fácil tirar fotos nítidas de estrelas e galáxias. O céu noturno é escuro, por isso as câmeras geralmente exigem tempos de exposição longos, que podem introduzir ruído indesejado. Esse ruído pode desfocar detalhes cósmicos minuciosos e dificultar a detecção de sinais fracos.

As ferramentas tradicionais de remoção de ruído podem ajudar a reduzi-lo, mas muitas vezes também removem detalhes importantes. A remoção de ruído autossupervisionada oferece uma alternativa mais inteligente. Ao aprender diretamente com imagens com ruído, o modelo de IA pode reconhecer padrões que representam características reais e separá-los do ruído aleatório.

O resultado são imagens muito mais nítidas de objetos celestes, como estrelas, galáxias e o Sol, que revelam detalhes fracos que poderiam passar despercebidos. A técnica também pode realçar características astronômicas sutis, melhorando a clareza das imagens e tornando os dados mais úteis para a pesquisa científica.

Fig. 3. A remoção de ruído de imagens pode aprimorar imagens de astrofotografia. (Fonte)

Remoção de ruído autossupervisionada em imagens médicas#

Exames médicos, como ressonâncias magnéticas, tomografias computadorizadas e imagens de microscopia, costumam apresentar ruído que pode dificultar a visualização de detalhes minuciosos. Isso pode ser um problema quando os médicos precisam identificar sinais precoces de doenças ou acompanhar mudanças ao longo do tempo.

O ruído nas imagens pode ser causado pelo movimento do paciente, pela baixa intensidade do sinal ou por limites na quantidade de radiação que pode ser usada. Para deixar os exames médicos mais claros, pesquisadores exploraram métodos de remoção de ruído autossupervisionados, como o Noise2Self e outras abordagens semelhantes.

Em um estudo, esses modelos foram treinados diretamente com imagens ruidosas de ressonância magnética cerebral, aprendendo por conta própria os padrões de ruído e limpando as imagens sem precisar de exemplos perfeitamente nítidos. As imagens processadas apresentaram texturas mais nítidas e melhor contraste, facilitando a identificação de estruturas minuciosas. Métodos de eliminação de ruído baseados em IA como esses podem otimizar os fluxos de trabalho de diagnóstico por imagem e acelerar as análises.

Fig. 4. Uso de diferentes técnicas de remoção de ruído autossupervisionada em exames de ressonância magnética cerebral. (Fonte)

Aprimoramento de sistemas de visão com remoção de ruído autossupervisionada#

A eliminação de ruído pode ter um impacto significativo em uma ampla variedade de aplicações de visão computacional. Ao remover ruídos e distorções indesejados, ela produz dados de entrada mais nítidos e consistentes para os modelos de IA visual processarem.

Imagens mais nítidas melhoram o desempenho em tarefas de visão computacional, como detecção de objetos, segmentação de instâncias e reconhecimento de imagens. Estes são alguns exemplos de aplicações em que modelos de Vision AI, como Ultralytics YOLO11 e Ultralytics YOLO26, podem se beneficiar da remoção de ruído:

• Inspeção industrial: a eliminação de ruído contribui para uma detecção mais precisa de defeitos superficiais ou anomalias em ambientes de manufatura, melhorando o controle de qualidade.
• Condução autônoma e navegação: Ela aprimora a detecção de objetos e obstáculos em condições desafiadoras, como pouca luz, chuva ou neblina, aumentando a segurança e a confiabilidade geral.
• Vigilância e segurança: A remoção de ruído melhora a qualidade da imagem em transmissões de vídeo com pouca luz ou alta compressão, permitindo identificar e rastrear objetos ou pessoas com mais eficácia.
• Imagens subaquáticas: A remoção de ruído reduz a dispersão e a distorção da luz, melhorando a visibilidade e o reconhecimento de objetos em águas turvas.

Vantagens e desvantagens da remoção de ruído autossupervisionada#

Veja alguns dos principais benefícios do uso da remoção de ruído autossupervisionada em sistemas de imagem:

• Adaptabilidade ao ruído: Os métodos de remoção de ruído autossupervisionada podem aprender diretamente com dados com ruído, sem exigir referências limpas pareadas. Isso os torna altamente adaptáveis a uma ampla variedade de níveis e tipos de ruído do mundo real, como ruído do sensor, desfoque de movimento ou interferência ambiental.
• Preservação de detalhes: Quando bem projetados, esses modelos preservam texturas e bordas minuciosas, essenciais para a interpretação precisa de imagens. Abordagens como redes de ponto cego e aprendizagem baseada em mascaramento ajudam a manter as informações estruturais enquanto reduzem o ruído.
• Menos pré-processamento: Ao aprender a transformar entradas com ruído em representações limpas usando apenas os dados disponíveis, o modelo minimiza a necessidade de filtragem manual, algoritmos de remoção de ruído feitos à mão ou conjuntos de dados de treinamento selecionados.

Apesar dos benefícios, a remoção de ruído autossupervisionada também apresenta algumas limitações. Veja alguns fatores a considerar:

• Requisitos computacionais: Arquiteturas de redes neurais profundas usadas para remoção de ruído autossupervisionada, especialmente modelos baseados em Transformer, podem exigir recursos substanciais de processamento computacional e memória em comparação com técnicas tradicionais de filtragem.
• Complexidade do projeto do modelo: Para obter resultados ideais, é necessário selecionar cuidadosamente as configurações do modelo, como a estratégia de mascaramento e a função de perda, que podem variar conforme o tipo de ruído.
• Desafios de avaliação: As métricas comuns de qualidade de imagem nem sempre correspondem ao aspecto natural ou realista de uma imagem sem ruído, por isso muitas vezes são necessárias verificações visuais ou específicas para cada tarefa.

Principais conclusões#

A remoção de ruído autossupervisionada ajuda os modelos de IA a aprender diretamente com imagens com ruído, produzindo resultados mais nítidos e preservando detalhes minuciosos. Ela funciona bem em diversos cenários desafiadores, como imagens com pouca luz, ISO alto e muitos detalhes. À medida que a IA continua evoluindo, essas técnicas provavelmente terão um papel essencial em várias aplicações de visão computacional.

Junte-se à nossa comunidade e explore nosso repositório no GitHub para descobrir mais sobre IA. Se você quer criar seu próprio projeto de Vision AI, confira nossas opções de licenciamento. Saiba mais sobre aplicações como IA na área da saúde e Vision AI no varejo visitando nossas páginas de soluções.