非视距成像论文速览,Applied Intelligence 2023 | Blind inverse light transport using unrolling network

注1:本文系“最新论文速览”系列之一,致力于简洁清晰地介绍、解读最新的顶会/顶刊论文

非视距成像论文速览,Applied Intelligence 2023 | Blind inverse light transport using unrolling network

使用无监督的矩阵分解方法进行被动非视距成像
论文原文:https://link.springer.com/article/10.1007/s10489-023-05175-2

在这里插入图片描述

简介

  • 被动非视距成像技术只需要利用场景表面反射的间接光线,不需要昂贵的测量设备或复杂的测量过程,就可以恢复隐藏物体。
  • 本文提出了一种基于矩阵分解的新颖网络,可以同时恢复隐藏视频和光传输矩阵。
  • 网络具有多阶段结构,每一阶段相当于矩阵分解优化算法的一个优化迭代。
  • 采用空间变化卷积和光传输矩阵的神经表示,提高了网络的效率。

在这里插入图片描述

相关工作

  • 非视距成像
  • 37
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

R.X. NLOS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值