利用Quanta图像传感器在暗光下进行图像分类
图像与视频处理
2020-07-20 v3 计算机视觉与模式识别
摘要
最先进的图像分类器在光照良好的图像上训练和测试。这些图像通常由CMOS图像传感器捕获，每像素至少有数十个光子。然而，在光子通量低的暗环境中，由于被测信号被噪声抑制，图像分类变得困难。本文提出一种使用Quanta图像传感器(QIS)的低光照图像分类新方案。QIS是一种新型图像传感器，具备光子计数能力且不牺牲像素尺寸与空间分辨率。过去十年的大量研究已证明QIS用于低光照成像的可行性，但其在图像分类上的应用尚未被研究。本文通过提出一种师生学习方案来填补这一空白，该方案使我们能够对含噪的QIS原始数据进行分类。我们表明，借助师生学习，能够在每像素一个光子或更低的 photon 水平上实现图像分类。实验结果验证了所提方法相较现有方案的有效性。
引用
@article{arxiv.2006.02026,
title = {Image Classification in the Dark using Quanta Image Sensors},
author = {Abhiram Gnanasambandam and Stanley H. Chan},
journal= {arXiv preprint arXiv:2006.02026},
year = {2020}
}
备注
Published in the 16th European Conference on Computer Vision (ECCV) 2020