典型文献
基于多光谱融合的端到端计算成像
文献摘要：
传统提升低照度成像质量的方法主要包括外界补光和光圈提升,通过增大物理进光量完成源信息增强,但此类方法会造成光源污染和景深缩短等问题.提出一种端到端的多光谱融合方案,在弥补传统方法缺陷的同时有效恢复低照度场景中物体颜色和细节,实现高质量计算成像.通过定制化设计深度学习网络,融合多通道光谱信息,可有效消除场景噪声.所提方法具有较高的自由度,可以根据具体应用场景需求调节通道数和网络参数,同时也能替代传统的相机模块,优化图像信号处理流程.进行详细的消融实验,结果表明,光谱融合后,相比传统基于RGB数据的方法,所提方法得到的图像质量的均方误差(MSE)和感知损失分别降低了 54.43％和35.12％.所提方法将为增强现实/虚拟现实(AR/VR)、医疗成像、自动驾驶等新兴技术领域带来新的高质量成像方案.
文献关键词：
计算成像;多光谱融合;深度学习;低照度
中图分类号：
作者姓名：
南亦澜;申俊飞;张启灿
作者机构：
四川大学电子信息学院,四川 成都610065
文献出处：
引用格式：
[1]南亦澜;申俊飞;张启灿-.基于多光谱融合的端到端计算成像)[J].激光与光电子学进展,2022(20):110-120
A类：
低照度成像
B类：
多光谱融合,端到端,计算成像,成像质量,补光,光圈,量完,信息增强,法会,光源,景深,融合方案,中物,定制化设计,设计深度,深度学习网络,多通道,道光,光谱信息,通道数,网络参数,信号处理,处理流程,消融实验,RGB,图像质量,均方误差,MSE,感知损失,失分,增强现实,VR,自动驾驶,技术领域
AB值：
0.382805
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
