用于图像、光场及更高维视觉信号压缩捕获的渐进投影与随机投影
计算机视觉与模式识别
2011-09-12 v1
摘要
计算摄影涉及复杂的捕获方法。一种新趋势是在低维传感器上捕获更高维视觉信号(如视频、多光谱数据和光场)的投影。精心设计的捕获方法利用底层信号在变换域中的稀疏性来减少测量次数，并使用适当的重建方法。传统的渐进方法可能使用一系列简单的投影基(如DCT或小波)依次捕获更多细节，并采用直接的反投影进行重建。随机投影方法不使用任何特定序列，并使用L0最小化进行重建。在本文中，我们分析了自然图像、视频、多光谱数据和光场的统计特性，并比较了渐进投影和随机投影的有效性。我们通过绘制重建信噪比与压缩比的关系来定义有效性。关键思想是一种测量最佳有效性的程序，该程序快速、独立于特定硬件且独立于重建程序。我们相信这是第一个在没有硬件或重建歧义干扰的情况下比较不同有损捕获策略的实证研究。范围限于线性非自适应传感。结果表明，随机投影仅对更高维信号产生优于其他投影的显著优势，并建议对新兴的自适应和非线性投影方法进行更多研究。
引用
@article{arxiv.1109.1865,
title = {Progressive versus Random Projections for Compressive Capture of Images, Lightfields and Higher Dimensional Visual Signals},
author = {Rohit Pandharkar and Ashok Veeraraghavan and Ramesh Raskar},
journal= {arXiv preprint arXiv:1109.1865},
year = {2011}
}
备注
Draft of working paper