基于残差编解码网络的单光子压缩成像

• 作者: 方哲宇 曹芊芊 李冰 杨晟韬 管焰秋 鄢秋荣
• 来源期刊: 光学学报
• 学科: 物理学
• 关键词: 成像系统 单光子成像 单光子压缩成像 压缩感知 深度学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: “计算光学成像”专题
• 页码范围: 284-292
• 页数: 9页
• 分类号: O438
• 语种: 中文
• DOI: 10.3788/AOS202040.0111022

摘要

在进行高分辨率成像时,由于需要大量的测量和图像重建计算,单光子压缩成像需要较长的时间.提出了一种采样和重建集成的残差编解码网络SRIED-Net用于单光子压缩成像.将二值化的全连接层作为网络的第一层,并将其训练成二进制的测量矩阵,直接加载到数字微镜阵列上以实现高效压缩采样.除第一层外的其余网络都用于快速重建压缩感知图像.通过一系列的仿真和系统实验比较了压缩采样率、测量矩阵和重建算法对成像性能的影响.实验结果表明,SRIED-Net在低测量率下优于目前比较先进的迭代算法TVAL3,在高测量率下与TVAL3的效果很接近,在所有测量率下都优于目前常见的几种基于深度学习的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鄢秋荣		16	76	5.0	8.0
2	李冰		8	39	3.0	6.0
3	管焰秋		1	0	0.0	0.0
4	杨晟韬		1	0	0.0	0.0
5	曹芊芊		1	0	0.0	0.0
6	方哲宇		1	0	0.0	0.0