CSMCNet：具有可解释运动估计的可扩展视频压缩感知重建
图像与视频处理
2021-08-04 v1
摘要
大多数用于压缩感知重建的深度网络方法都存在深度神经网络的黑箱特性。本文提出了一种具有可解释运动估计的深度神经网络CSMCNet。该网络通过展开基于优化算法的迭代步骤，能够实现视频压缩感知的高质量重建。我们设计了一个基于深度神经网络的多假设运动估计模块来提高重建质量，并采用残差模块进一步缩小重建结果与原始信号之间的差距。此外，我们提出了一个带有相应训练策略的插值模块来实现可扩展的压缩感知重建，该模块能够使用同一模型解码不同的压缩比。实验表明，在2%的压缩比（压缩98%）下，PSNR可达29.34dB，优于其他最先进的方法。此外，插值模块被证明是有效的，具有显著的成本节约和可接受的性能损失。
引用
@article{arxiv.2108.01522,
title = {CSMCNet: Scalable Video Compressive Sensing Reconstruction with Interpretable Motion Estimation},
author = {Bowen Huang and Xiao Yan and Jinjia Zhou and Yibo Fan},
journal= {arXiv preprint arXiv:2108.01522},
year = {2021}
}
备注
12 pages, 10 pages, 5 tables