用于大规模快照压缩成像的即插即用算法
图像与视频处理
2020-07-21 v2 计算机视觉与模式识别
摘要
快照压缩成像(SCI)旨在利用 2D 传感器（探测器）在单次快照中捕获高维（通常为 3D）图像。尽管具有低带宽、低功耗和低成本的优势，将 SCI 应用于日常生活中的大规模问题（HD 或 UHD 视频）仍然具有挑战性。瓶颈在于重建算法；它们要么过慢（迭代优化算法），要么对编码过程不够灵活（基于深度学习的端到端网络）。本文中，我们基于即插即用(PnP)框架开发了快速且灵活的 SCI 算法。除广泛使用的 PnP-ADMM 方法外，我们进一步提出了计算量更低的 PnP-GAP（广义交替投影）算法，并证明了 PnP-GAP 在 SCI 硬件约束下的收敛性。通过采用深度去噪先验，我们首次表明 PnP 可从快照 2D 测量中恢复 UHD 彩色视频（，PNSR 高于 30dB）。在仿真与真实数据集上的大量结果验证了我们所提算法的优越性。代码见 https://github.com/liuyang12/PnP-SCI。
引用
@article{arxiv.2003.13654,
title = {Plug-and-Play Algorithms for Large-scale Snapshot Compressive Imaging},
author = {Xin Yuan and Yang Liu and Jinli Suo and Qionghai Dai},
journal= {arXiv preprint arXiv:2003.13654},
year = {2020}
}
备注
CVPR 2020. Corrected a proof of convergence in previous version