光谱压缩感知被广泛地应用在成像系统上,其目的是利用二维传感器来捕捉三维的高光谱信号,进而取得低带宽、高计算通量的优势。成像系统通过硬件编码器压缩二维信号,随后运用重建算法实现高维信号的复原。然而,现有的方法均存在一定的局限性,如基于模型的方法迭代时间较长,实时性差;基于网络的方法又缺乏一定的可解释性。论文“HerosNet: Hyperspectral Explicable Reconstruction and Optimal Sampling Deep Network for Snapshot Compressive Imaging”研究的内容是可解释深度神经网络在光谱压缩感知上的应用。课题组的研究表明,基于深度展开的方法能够很好地利用两种方法的优势,并有效解决现有深度展开方法中缺乏跨阶段特征交互和自适应参数调整的问题。该研究结果所设计的深度展开网络受优化方法中的近邻映射启发,网络结构如图2所示,能够联合实现掩膜优化和高光谱重建。该网络通过引入动态梯度下降模块来模拟采样矩阵,自适应地更新迭代步长;该网络通过层级特征交互模块,融合之前阶段的特征用以重建当前阶段的图像。论文通讯作者为张健助理教授,信息工程学院为第一作者单位,张轩宇同学为第一作者,合作者还包括香港中文大学孙启霖助理教授、哈尔滨工业大学(深圳)张永兵教授和北京大学熊瑞勤教授。

https://www.zhuanzhi.ai/paper/f16a42fc2e4f606daf113847b63deec6

成为VIP会员查看完整内容
19

相关内容

CVPR 2022 将于2022年 6 月 21-24 日在美国的新奥尔良举行。CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写,即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议,会议的主要内容是计算机视觉与模式识别技术。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【AAAI2022】基于变分信息瓶颈的图结构学习
专知会员服务
19+阅读 · 2021年12月18日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
38+阅读 · 2021年5月16日
【CVPR2022】EDTER:基于Transformer的边缘检测
专知
2+阅读 · 2022年3月18日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员