← 返回 PaperDaily 视觉与图像

CVPR 2026思路：Bricker+BRACE让屏幕条纹去除更稳了

屏幕拍照最烦的不是糊，而是那层像“屏幕自带纹身”的闪烁条带。本文直接把问题拆成数据集和模型两块，Bricker 负责把复杂退化喂给模型，BRACE 负责把条纹按住。

龙哥读论文 阅读 5 查看原文
#图像恢复 #图像去噪 #数据集 #人工智能
CVPR 2026思路：Bricker+BRACE让屏幕条纹去除更稳了
🐉 龙哥读论文知识星球来了！
公众号每日8篇拆解不够看？星球无上限更AI领域论文、资讯、招聘、招博、开源代码，一站式干货，每日2分钟刷完即赚！ 👇扫码加入「龙哥读论文」知识星球，前沿干货、实用资源一站式拿捏～ xingqiu_header

龙哥导读：
屏幕拍照最烦的不是糊，而是那层像“屏幕自带纹身”的闪烁条带。本文直接把问题拆成数据集和模型两块，Bricker 负责把复杂退化喂给模型，BRACE 负责把条纹按住。


原论文信息如下：
论文标题:
Bricker to BRACE: A Bracket Exposure RAW Dataset and Restoration Model for Flicker-Banding 发表日期:
2026年06月 发表单位:
Shanghai Jiao Tong University; Huawei Consumer Business Group 原文链接:
https://arxiv.org/pdf/2606.29845v1.pdf 开源代码链接:
https://github.com/ZZH-qwq/BRACE

揭秘屏幕闪烁条带：从物理成因到多帧恢复新范式

屏幕拍照这件事，最烦的往往不是糊，而是那层“像屏幕自己长了纹身”的闪烁条带。它不是普通噪声，也不是单纯的摩尔纹，而是相机卷帘快门和屏幕亮度调制在时间上打架，最后把时间问题硬生生投影成了空间条纹。
这篇论文最有意思的地方，不是简单地“把条纹去掉”，而是先追问一句：为什么单帧方法总是拿不准？答案很直白——条纹和屏幕内容长得太像了。密集文字、网格、细线条，本来就是屏幕上的正常内容；而闪烁条带又恰好爱伪装成这些纹理。单帧模型就像只看一张照片的保安，见到条纹和文字混在一起，常常分不清谁是坏人谁是路人。
本论文给出的解法很干脆：既然单帧容易看花眼，那就上多帧；既然不同曝光下条纹形态会变，那就用括弧式曝光（bracket exposure）把同一场景拍成一组；既然 RAW 数据保留了更完整的传感器信息，那就别急着先做一堆处理再去猜。于是，问题从“单张图里抓条纹”变成了“在多帧 RAW 里利用曝光差异，把条纹和真实内容拆开”。
图1：Bricker 数据集与 BRACE 模型总览
图1：Bricker 数据集与 BRACE 模型总览。左侧是成对的合成与真实多曝光 RAW 数据，右侧是用于闪烁条带去除的 BRACE 恢复效果。
这里先把一个基础概念说人话：卷帘快门不是整张图同时曝光，而是一行一行扫过去；PWM是 Pulse Width Modulation，中文叫脉宽调制，显示器会用高频开关去控制亮度；而 RAW 是未经过完整 ISP 处理的原始传感器数据，信息更“生”，也更适合做物理建模。相机一行一行读，屏幕一闪一闪亮，两个节奏一错位，条纹就被“刻”进了图像里。
论文没有停留在“条纹会出现”这种常识层面，而是系统分析了几种更烦人的复杂形态：颜色偏移、复合周期条纹、锯齿/菱形条纹。更关键的是，这些形态会随着曝光变化而明显改变。短曝光时，条纹可能更锐、更深、更刺眼；长曝光时，条纹可能变弱，甚至局部近乎消失。也就是说，不同曝光不是重复拍一遍，而是在给同一退化拍不同“证件照”，这正是多帧恢复能发挥作用的原因。
图2：真实拍摄中常见的复杂闪烁条带形态
图2：真实拍摄中常见的复杂闪烁条带形态。论文用物理驱动模拟管道渲染出了这些条纹的复杂样子，说明它们不是“简单几条线”那么好糊弄。
这一步的判断很重要：如果退化本身会随曝光变化，那就不能再用单帧、单形态、单参数的简化模型去硬套。那种“拿一条固定条纹模型往图上一盖”的办法，遇到真实屏幕就容易翻车。论文的思路更像是先把物理世界摸清楚，再决定数据怎么做、模型怎么搭，而不是反过来让模型闭眼猜。

Bricker数据集：物理模拟+真实采集，构建逼真的条带退化库

Bricker 这个名字，核心意思就是“括弧式曝光的 RAW 数据集”。它不是随便凑几张图，而是同时做了合成数据和真实采集数据两套东西。合成数据负责规模和可控性，真实数据负责落地和域差补偿。这个组合很实在：只靠合成，容易“像但不真”；只靠真实，采集成本和对齐难度又会把人劝退。
图3：合成数据生成管道概览
图3：合成数据生成管道概览。论文用光线追踪式的物理模拟，把屏幕、相机、滚动快门、刷新机制、噪声和反向 ISP 串成完整链路，尽量复现真实拍屏过程。
合成部分最值得说的，是它不是“拍脑袋造条纹”，而是从物理链路入手：先构建虚拟屏幕和相机，再模拟滚动快门和显示刷新，接着把每个像素在曝光时间内接收到的亮度积分出来，最后再走回 RAW 域，并补上噪声。这样的好处是，条纹不再是一个静态贴图，而是和曝光、时序、屏幕驱动方式绑定在一起的退化结果。换句话说，条纹终于不是“化妆贴纸”，而是“出生证明”级别的东西。
真实采集部分也很有工程味。论文自己做了一个基于 Android 的自动化采集工具，扩展 Camera2 接口，能程序化控制曝光、ISO 和 RAW 连拍。对普通人来说，这相当于把原本要手动反复调参、对齐、再重拍的流程，做成了半自动流水线。数据采集一旦能自动化，规模、稳定性和可复现性就都上来了，研究也就不容易停留在“demo 很美”的阶段。
图4：真实数据采集过程概览
图4：真实数据采集过程概览。通过控制曝光序列和 ISO 配比，论文尽量让参考帧与真值帧在亮度和位置上对齐，从而得到更适合训练的多帧 RAW 样本。
这里有个小细节很关键：真实数据的真值帧并不是凭空“拍出来就完事”，而是利用长曝光下条纹减弱的特性，配合 ISO 和曝光时间的组合，尽量得到近乎无条纹的参考真值。再加上先拍长曝光、后拍真值，能尽量减少手持抖动带来的空间漂移。说白了，这不是玄学，是把物理规律用到采集流程里，省得后面模型替数据对齐擦屁股。
Bricker 的价值，不只是“有了一个新数据集”，而是它把条带去除这个任务往前推进了一步：从单张图像修修补补，推进到多曝光、多帧、RAW 域、物理一致的恢复范式。这个变化很像从“凭感觉修图”升级到“按拍摄机制做手术”。

BRACE模型：频率先验引导下的跨曝光智能融合

BRACE 是这篇论文的恢复模型，全称是 Bracketed RAW Flicker-Banding Removal，中文可以理解为括弧式 RAW 闪烁条带去除。它的核心思路不是“让网络自己悟”，而是先把条带的频率特征提出来，再拿这个先验去指导多帧融合。
图5：BRACE 方法总览、频率分析与SFC计算
图5：BRACE 方法总览、频率分析与 SFC 计算。左边是整体架构，中间是条带频率分析，右边是用于量化条带去除效果的 SFC 指标。
先说第一个关键模块：FABP，全称 Frequency-Aware Banding Prior，中文是频率感知条带先验。它先把每帧 RAW 图像平均成灰度图，再做频域分析，找出条带最强的频率峰值、方向和能量占比。这个操作的直觉很简单：条纹在空间域里看着乱，到了频域里往往更规整，像是在频谱上留下一个“指纹”。
更妙的是，论文没有只看单帧频谱，而是把多帧的条带频率统计成一个全局先验 token。这个 token 记录了条带的主频、方向、能量和跨帧变化。它的作用就像给模型发了一张“条纹通缉令”：别盯着内容纹理乱打，先看条纹大概率往哪儿跑。
第二个关键模块是 MSCAM，全称 Multi-scale Spatial Cross-Attention Modulator，中文是多尺度空间交叉注意力调制器。名字长，但作用不绕：它把对齐后的多帧特征拿来做跨曝光融合，并且用前面提取的频率先验来调节融合过程。
它为什么要做“多尺度”？因为条带有粗有细，纹理也有大有小；只看一个尺度，容易顾此失彼。它为什么要做“交叉注意力”？因为不同曝光帧的信息并不一样，参考帧可能更干净，短曝光帧条纹更明显但细节也更清楚，长曝光帧可能条纹更弱但颜色更稳。模型需要知道该向哪一帧借什么信息，而不是一股脑平均。
图6：真实数据上的视觉对比
图6：真实数据上的视觉对比。BRACE 在去除条纹的同时，能更好保住颜色和文字细节，说明它不是“把图抹平”，而是更有针对性地修复。
模型主体上，BRACE 还是沿用了常见的多帧恢复套路：先做光流对齐，再做特征聚合，还引入了一个来自 TRMNet 的时序聚合模块。这个选择很务实，说明作者没有为了“新”硬造一个完全脱离工程现实的结构，而是把成熟的多帧恢复骨架保留下来，再把频率先验和跨曝光融合塞进最需要的地方。真正的创新，不是把骨架推倒重来，而是把最卡脖子的地方改对。
训练也分两阶段：先在合成数据上预训练，让模型学会基本的条纹去除；再在真实数据上微调，补上真实拍摄中的颜色偏差和域差。损失函数方面，第一阶段除了 L1 之外，还加了多层小波频率损失，专门去盯低频条纹；第二阶段再加入颜色损失，处理真实场景里常见的色偏问题。这个安排很像先练基本功，再练实战手感，顺序是对的。
图7：消融实验视觉对比
图7：消融实验视觉对比。去掉关键模块后，条纹残留和颜色失真都会变得更明显，说明 FABP、MSCAM 以及颜色/频率损失并不是“装饰品”。
如果把 BRACE 的核心思想压缩成一句人话，那就是：先用频域告诉模型条纹长什么样，再让模型在多曝光帧之间聪明地借信息。这比单纯堆大网络更像“会思考”的恢复方法。

SFC指标：精准量化条带去除效果的“照妖镜”

很多恢复任务都有一个老毛病：PSNR、SSIM 看着挺高，但人眼一看还是觉得“条纹没死透”。这篇论文于是补了一个更贴任务本身的指标：SFC，全称 Stripe Frequency Consistency，中文是条带频率一致性。
它的思路也很直白：先从最短曝光帧里找出条带的主方向，再比较预测结果和真值在该方向上的频域能量结构是否一致。简单说，SFC 不只是看“图像像不像”，而是看“条纹相关的频谱结构有没有被真正抹掉或保留到位”。这就像检查一间屋子是不是打扫干净，不能只看地板亮不亮，还得看角落里有没有藏灰。
图8：SFC 指标计算示意
图8：SFC 指标计算示意。它把条带方向上的频谱能量浓度和径向分布一起考虑，能更敏感地反映条带是否被真正消除。
SFC 的设计还有个很实用的点：当条带本来就很弱时，它会降低惩罚力度，避免模型因为“本来就没什么条纹”而被误伤。这个细节说明作者不是只想造一个漂亮新指标，而是认真考虑了指标和任务的匹配关系。评价指标要是离题太远，最后只会把论文带进“分数很好看、结果很离谱”的坑里。

实验结果分析

这篇论文的实验设计整体是合理的。它先在合成数据上训练，再到真实数据上微调，符合“先学共性、再补现实偏差”的套路；对比方法也选了多帧恢复和括弧曝光恢复里有代表性的模型，不是拿一堆无关方法来凑数；评价指标则同时覆盖了像素质量、感知质量、颜色一致性和频域条带残留，基本把这个任务该看的维度都照顾到了。
表1：Bricker 合成与真实数据集上的定量对比
表1：Bricker 合成与真实数据集上的定量对比。BRACE 在两套数据上都拿到了最强或接近最强的结果，尤其是在真实数据上的颜色与频域指标上优势更明显。
从结果看，BRACE 在合成集和真实集上都明显优于对比方法。更有意思的是，某些方法在传统指标上并不算太差，但在 SFC 上明显掉队，说明它们可能只是在视觉上“糊过去了”，并没有把条带频率结构真正处理干净。BRACE 则在 PSNR、SSIM、LPIPS、DISTS、颜色误差和 SFC 上都更均衡，属于那种不是只赢一项，而是把整张成绩单都收拾得比较体面的类型。
消融实验也比较能说明问题。去掉 MSCAM，频域先验就少了落地的抓手；去掉小波损失，低频条带更难压住；去掉颜色损失，真实图像的色偏就更明显。也就是说，这不是一套“哪个都能有点用”的松散拼盘，而是模块之间互相配合，缺一块就会在对应维度上露怯。
表2：不同组件的消融实验
表2：不同组件的消融实验。各模块带来的收益并不夸张到“离谱”，但方向很一致，说明改动是有效且有解释性的。
视觉结果也支持这一点。真实场景里，BRACE 对强条纹、色偏和文字边缘的恢复都更稳，尤其在屏幕内容本身就很复杂时，它没有把文字边缘一起抹掉。这个现象说明频率先验和跨曝光融合确实在帮模型“分清楚哪些是退化，哪些是内容”。如果没有这层约束，多帧融合很容易变成平均化，最后条纹是淡了，内容也跟着糊了。
图9：真实数据上的视觉结果对比
图9：真实数据上的视觉结果对比。BRACE 更像是在“精准拆弹”，而不是“无差别抹平”。
不过也要客观说一句，这类方法的上限仍然受制于采集对齐、设备差异和真实显示器驱动复杂度。论文已经尽量把物理模拟和真实采集做得扎实，但现实世界总会冒出一些“模型没见过的奇葩屏幕”。所以它更像是一个很强的研究起点，而不是一句“以后所有拍屏问题都解决了”的豪言壮语。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底解决了什么问题？它解决的是“拍屏时闪烁条带太复杂，单帧方法分不清条纹和内容”的问题。论文用 Bricker 数据集和 BRACE 模型，把任务从单帧修图推进到多曝光 RAW 恢复。

FABP 和 MSCAM 分别是干什么的？FABP 负责从频域里找条带的主频、方向和能量分布，相当于先把条纹“画像”；MSCAM 负责把这个先验注入多帧融合过程，相当于让模型知道该向哪一帧借信息、借多少信息。

SFC 指标为什么值得单独提出来？因为传统指标不一定能准确反映条带是否真正被消掉。SFC 专门看条带方向上的频谱一致性，更贴近这个任务的本质，能补上“看起来好了、其实条纹还在”的评价盲区。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆ 不是凭空发明一个新名词，而是把“多曝光 RAW + 物理模拟 + 频率先验”真正串成了完整方案，创新点集中且能落到任务本身。

实验合理度：★★★★☆ 对比方法、数据划分、指标设置都比较完整，尤其补了 SFC 这种更贴任务的频域指标，实验逻辑是通的。

学术研究价值：★★★★☆ 数据集、方法、指标三件套都齐了，对拍屏恢复、RAW 多帧恢复和物理退化建模都有启发。

稳定性：★★★☆☆ 合成到真实的两阶段训练很实用，但真实设备差异、对齐误差和显示驱动复杂性仍会影响稳定性。

适应性以及泛化能力：★★★☆☆ 对多曝光拍屏场景很有针对性，但不是所有图像恢复任务都能直接套用。

硬件需求及成本：★★★☆☆ 训练需要多帧 RAW、对齐和较重的多帧恢复链路，成本不低，但推理侧还算可控。

复现难度：★★★☆☆ 代码开源是加分项，但真实采集工具、设备参数和数据对齐会让复现不算轻松。

产品化成熟度：★★★☆☆ 在拍屏、OCR 前处理、屏幕内容采集等场景有落地潜力，但还需要更强的设备鲁棒性验证。

可能的问题：方法很完整，但对采集流程和设备一致性依赖不小，离“随手拍任何屏幕都稳修”还有距离。


主要参考文献

Bricker to BRACE: A Bracket Exposure RAW Dataset and Restoration Model for Flicker-Banding. arXiv:2606.29845v1, 2026.
项目代码：https://github.com/ZZH-qwq/BRACE
原文链接：https://arxiv.org/pdf/2606.29845v1.pdf

end
欢迎加入龙哥读论文粉丝群，扫描下方二维码或者添加龙哥助手微信号加群：kangjinlonghelper。一定要备注：研究方向+地点+学校/公司+昵称（如 图像处理+上海+清华+龙哥），根据格式备注，可更快被通过且邀请进群。
『龙哥读论文』微信群目前包含：图像处理、大模型及智能体、自动驾驶及机器人、AI医疗及AI金融5个群
wechat_helper dianzan
转发文章 微博 X LinkedIn Facebook
龙哥读论文 · PaperDaily

本文基于龙哥读论文 PaperDaily 数据库整理，结合论文原文与工程视角进行解读。