基于物理信息学习的双相机快照高光谱成像系统
图像与视频处理
2022-04-06 v2 计算机视觉与模式识别
光学
摘要
我们考虑将系统的光学成像过程与卷积神经网络（CNNs）结合，以解决快照高光谱成像重建问题，该系统使用双相机系统以压缩方式捕获三维高光谱图像（HSIs）。近年来已发展出多种使用CNNs重建HSIs的方法，但大多数有监督深度学习方法旨在拟合所捕获压缩图像与标准HSIs之间的暴力映射关系。因此，当观测数据偏离训练数据时，学习到的映射将失效。特别是，在真实场景中我们通常没有真值。在本文中，我们提出了一种具有无训练物理信息CNNs框架的自监督双相机设备。大量仿真与实验结果表明，我们无需训练的方法可适应广泛的成像环境并取得良好性能。此外，与基于训练的方法相比，我们的系统可在真实场景中持续微调与自我改进。
引用
@article{arxiv.2109.02643,
title = {Dual camera snapshot hyperspectral imaging system via physics informed learning},
author = {Hui Xie and Zhuang Zhao and Jing Han and Yi Zhang and Lianfa Bai and Jun Lu},
journal= {arXiv preprint arXiv:2109.02643},
year = {2022}
}