用于快照视频压缩成像的多种全变分方法
图像与视频处理
2020-05-19 v1 计算机视觉与模式识别
摘要
由于传感器可用性有限，对高维图像进行采样具有挑战性；在这些情况下通常需要进行扫描。为缓解这一挑战，快照压缩成像（SCI）被提出，使用 2D 传感器（探测器）捕获高维（通常为 3D）图像。通过新颖的光学设计，传感器捕获的观测值是所需 3D 信号多帧的编码图像。随后，采用重建算法来恢复高维数据。尽管已提出各种算法，但基于全变分（TV）的方法由于在计算时间和性能之间的良好权衡仍然是最有效的方法。本文旨在回答哪种 TV 惩罚（各向异性 TV、各向同性 TV 和向量化 TV）对视频 SCI 重建效果最佳的问题？开发并测试了多种 TV 去噪和投影算法，用于在模拟和真实数据集上进行视频 SCI 重建。
引用
@article{arxiv.2005.08028,
title = {Various Total Variation for Snapshot Video Compressive Imaging},
author = {Xin Yuan},
journal= {arXiv preprint arXiv:2005.08028},
year = {2020}
}
备注
5 pages, 4 figures