基于弹性权重巩固的视频单曝光压缩成像算法研究OA
Video Snapshot Compressive Imaging Based on Elastic Weight Consolidation
[目的]为视频单曝光压缩成像(Snapshot Compressive Imaging,SCI)设计一种对原始压缩比例、调制掩模和测量分辨率等超参数具有较高鲁棒性的统一模型.[方法]本文基于弹性权重巩固(EWC)对所提出的模型进行训练,该模型具有结合了Transformer和卷积神经网络两种网络结构的特殊设计,在此基础上本文在初始化阶段引入广义交替投影进一步增加了模型对于不同掩码的鲁棒性.[结果]广泛的实验结果表明,本文提出的统一模型可以很好地适…查看全部>>
[Objective]This work aims to design a unified model with high robust hyperparameters,in-cluding compression ratio,modulation mask and measurement resolution,for Snapshot Com-pressive Imaging(SCI).[Methods]We train the proposed model based on Elastic Weight Con-solidation(EWC).The model is uniquely designed by combining Transformer and Convolution-al neural network architectures.Additionally,during the initialization phase,we incorporate Generalized Alternati…查看全部>>
郑巳明;朱明宇;袁鑫;杨小渝
西湖大学工学院,浙江杭州 310024||中国科学院计算机网络信息中心,北京 100083中国科学院大学,北京 100049中国科学院大学,北京 100049西湖大学工学院,浙江杭州 310024||中国科学院计算机网络信息中心,北京 100083
单曝光压缩成像高光谱连续学习Transformer3D卷积
snapshot compressive imaginghyperspectralcontinual learningtransformer3D convolution
《数据与计算发展前沿》 2024 (5)
111-125,15
评论