面向光子高效成像的深度域对抗自适应
图像与视频处理
2022-10-28 v3 计算机视觉与模式识别
摘要
基于单光子激光探测与测距（LiDAR）的光子高效成像仅通过每像素极少探测到的信号光子即可捕获场景的三维（3D）结构。然而，现有的光子高效成像计算方法是在受限场景下预先调优或在模拟数据集上训练的。当应用于信号背景比（SBR）及其他硬件相关特性与原任务不同的真实场景时，模型性能往往显著退化。本文提出一种域对抗自适应设计，通过利用无标注的真实世界数据来缓解这一域偏移问题，并显著节省资源。该方法在使用我们自建的上转换单光子成像系统进行的模拟与真实实验中均展现出优越性能，为实现真实应用中计算成像算法缺乏真值深度信息的问题提供了一条高效解决途径。
引用
@article{arxiv.2201.02475,
title = {Deep Domain Adversarial Adaptation for Photon-efficient Imaging},
author = {Yiwei Chen and Gongxin Yao and Yong Liu and Hongye Su and Xiaomin Hu and Yu Pan},
journal= {arXiv preprint arXiv:2201.02475},
year = {2022}
}