基于贝叶斯展开的单光子激光雷达系统重建与超分辨率方法
图像与视频处理
2023-07-25 v1
摘要
由于在高噪声环境中成像以及传感器分辨率有限，将三维单光子激光雷达（Lidar）成像部署到实际应用中面临若干挑战。本文提出一种基于贝叶斯模型展开的深度学习算法，用于三维单光子激光雷达的重建与超分辨率。所得算法兼具统计框架与基于学习框架的优势，在提供最优估计的同时提升了网络可解释性。与现有基于学习的方案相比，所提架构所需可训练参数更少，对噪声及系统冲激响应函数建模失配更具鲁棒性，并能提供包含不确定性度量在内的更丰富的估计信息。在合成数据与真实数据上的结果表明，与最先进（SOTA）算法相比，该方法在推理质量与计算复杂度方面均具竞争力。本短文基于文献[1]与[2]中已发表的贡献。
引用
@article{arxiv.2307.12700,
title = {Bayesian Based Unrolling for Reconstruction and Super-resolution of Single-Photon Lidar Systems},
author = {Abderrahim Halimi and Jakeoung Koo and Stephen McLaughlin},
journal= {arXiv preprint arXiv:2307.12700},
year = {2023}
}
备注
Presented in ISCS23