基于信号-表面协同正则化的少样本非视域成像
计算机视觉与模式识别
2022-11-29 v1 光学
摘要
非视域成像技术旨在从多次反射光中重建目标。对于大多数现有方法，需要在中继表面上进行密集点扫描以获得高质量重建，这需要较长的采集时间。在本工作中，我们提出了一种信号-表面协同正则化（SSCR）框架，该框架能以最少的测量次数提供噪声鲁棒的重建。利用贝叶斯推断，我们设计了估计信号、目标的三维体素表示以及目标的二维表面描述的联合正则化。据我们所知，这是首个将混合维度正则化结合用于隐藏目标的工作。在合成数据集和实验数据集上的实验表明，所提方法在共焦和非共焦设置下均具有高效性和鲁棒性。我们报告了仅使用来自公共数据集的 共焦测量即可重建具有复杂几何结构的隐藏目标，这表明传统测量过程加速了 10000 倍。此外，所提方法在稀疏测量下具有较低的时间和内存复杂度。我们的方法在救援行动和自动驾驶等实时非视域成像应用中具有巨大潜力。
引用
@article{arxiv.2211.15367,
title = {Few-shot Non-line-of-sight Imaging with Signal-surface Collaborative Regularization},
author = {Xintong Liu and Jianyu Wang and Leping Xiao and Xing Fu and Lingyun Qiu and Zuoqiang Shi},
journal= {arXiv preprint arXiv:2211.15367},
year = {2022}
}
备注
main article: 10 pages, 7 figures supplement: 11 pages, 24 figures