一个像素成像方法基于等价的插即用 (plug-and-play)

科学领域:

• 光学是什么?光学是什么?光学是什么?
• 计算机视觉 计算机视觉
• 信号处理 信号处理

背景情况:

• 单像素成像 (SPI) 将成像分解为调制和重建.
• 深度学习框架改善了SPI重建,但可能缺乏物理约束.

研究的目的:

• 提出一个新的框架,相当于基于插件和操作的单像素成像 (EPnP-SPI).
• 通过转换一致性,通过结合物理约束来增强SPI重建.

主要方法:

• 将等同变量成像理论纳入一个插即用框架.
• 在denoiser上强制执行等价值以引入转换一致性.
• 使用SPI固有的物理性质限制深度神经网络代.

主要成果:

• 在模拟和光学实验中,EPnP-SPI表现出卓越的性能.
• 该方法在较低的抽样率下显示出显著的优势.
• 转换一致性为网络代提供了额外的物理约束.

结论:

• 对于SPI来说,EPnP-SPI有效地将物理约束纳入深度学习.
• 拟议的方法增强了超越数据对的特征学习.
• EPnP-SPI为单像素成像系统提供了改进的图像重建,特别是在数据稀缺的条件下.