基于超快数字光投射器的单像素图像分类
计算机视觉与模式识别
2026-03-13 v1 光学
摘要
模式识别和图像分类是机器视觉中至关重要的任务。例如，自动驾驶车辆需要能够实时地收集环境中复杂信息并对其进行分类。本文实验性地展示了在多kHz帧率下结合单像素成像技术（SPI）与低复杂度机器学习模型进行图像分类的能力。使用微型LED-on-CMOS数字光投射器实现SPI，可实现亚毫秒级的图像编码。我们针对广泛接受的MNIST手写数字分类基准任务，测试了实验系统的分类精度。我们比较了两种机器学习模型的分类性能：一种是极限学习机（ELM），另一种是采用反向传播训练的深度神经网络。两种模型的复杂度都保持较低，以确保推理时间的额外开销与图像生成时间相当。关键的是，我们的单像素图像分类方法基于信息的时间-空间变换，完全绕过了图像重建的需求。通过探讨基于SPI的ELM作为二分类器的性能，我们展示了其在超快成像场景中高效异常检测的潜力。
引用
@article{arxiv.2603.12036,
title = {Single Pixel Image Classification using an Ultrafast Digital Light Projector},
author = {Aisha Kanwal and Graeme E. Johnstone and Fahimeh Dehkhoda and Johannes H. Herrnsdorf and Robert K. Henderson and Martin D. Dawson and Xavier Porte and Michael J. Strain},
journal= {arXiv preprint arXiv:2603.12036},
year = {2026}
}