用于自适应视频压缩感知的强化学习
计算机视觉与模式识别
2021-05-19 v1 人工智能
摘要
我们将强化学习应用于视频压缩感知以自适应调整压缩比。具体而言，本文考虑视频快照压缩成像（SCI），其利用低速相机捕获高速视频，可从单次快照测量中重建多个（B帧）视频帧。先前研究的一个空白是如何针对不同的场景在视频SCI系统中自适应调整B。本文利用强化学习（RL）填补该空白。我们学习一个RL模型以及多种用于重建的卷积神经网络，以实现视频SCI系统的自适应感知。此外，直接使用未经重建的视频SCI测量值的目标检测网络性能也被用于执行基于RL的自适应视频压缩感知。我们提出的自适应SCI方法因此可低成本实时实现。我们的工作使视频SCI技术向实际应用迈进了一大步。
引用
@article{arxiv.2105.08205,
title = {Reinforcement Learning for Adaptive Video Compressive Sensing},
author = {Sidi Lu and Xin Yuan and Aggelos K Katsaggelos and Weisong Shi},
journal= {arXiv preprint arXiv:2105.08205},
year = {2021}
}
备注
12 pages, 11 figures, 2 tables