计算成像论文速递 | ICCV 2023, Learned Compressive Representations for Single-Photon 3D Imaging
发布时间
阅读量：
阅读量
注1：本篇文章属于“最新论文速览”系列作品中的一篇，旨在全面阐述并深入解析近期发表在顶级会议或期刊上的最新研究成果。
本文开发了一种学习驱动型的高效编码方案,特别针对单光子3D成像中的直方图张量分析问题。核心观点：该方法在减少数据存储需求方面展现出显著优势。
问题背景 :
- 单光子三维相机能够精确捕捉皮秒级时间内的数十亿个光子每秒的数据。
- 对每个像素而言,常见的方法是对其构建时间戳直方图,从而生成编码距离对应的三维直方图张量。
- 当分辨率提升时,直方图张量所需的内部存储空间及输出数据速率迅速增加,进而导致图像传感器与图像信号处理器之间出现性能瓶颈。
方法概述 :
- 设计用于直方图张量的线性压缩表示能够在实时处理中实现较高的效率，并能够表示为基本的矩阵运算。
- 为了节省空间资源,本方法通过直接构造压缩形式的局部特征来避免在每个像素处构建时间戳对应的高维直方图。
- 每个时间戳对应的线性变换作用后都能被有效表征为与预训练编码张量相关的内积形式。
- 该方法通过使用压缩型直方图显著降低了存储需求和传输速率。
编码张量设计 :
- 设计出两种策略来高效地实现参数化编码张量，并以局部块和可分离的方式为基础。
- 采用局部块构建的编码张量具有更小的空间维度；而采用可分离方式的编码张量则实现了时间与空间信息的分隔。
- 编码张量被视作一种3D卷积滤波器，并在3D CNN架构中占据重要地位。
实验结果 :
相较于基线方法, 时空编码张量在数据压缩方面的性能能够实现约两倍于基线方法的提升, 并且不会影响3D成像的质量
与仅利用时间信息的编码相比,提出的方法在低信噪比条件下表现更好。
在实际数据上也展示了提出方法的有效性。
功耗分析表明提出的压缩直方图设计在硬件上是可行的。
- 意义 :
- 开发了一种新的数据表示方法以实现单光子3D成像的压缩效果
- 构建了一个高效且灵活的参数化编码架构以满足实际应用需求
- 通过全面整合各组件间的协同工作模式实现了端到端优化设计从而显著提升了压缩性能
综上所述,本文开发出一种先进且基于学习的单光子三维成像压缩技术,为构建实用的高分辨率单光子三维相机奠定了重要基础。
该方法通过采用压缩直方图表示法显著降低数据冗余率，并在图像重建质量上表现出色
全部评论 (0)
还没有任何评论哟~