文件名称：matlab集成c代码-DL-CACTI:视频压缩感测的深度学习
文件大小：225.27MB
文件格式：ZIP
更新时间：2024-06-10 19:27:10
系统开源
Matlab集成的c代码视频压缩感测的深度学习 该存储库包含穆乔*，孟子怡*，马家伟（*相等贡献）的论文用于视频压缩传感的深度学习（ APL Photonics 5，030801（2020） ）的代码。 介绍 快照压缩感测成像（SCI）技术旨在使用低维检测器以快照方式捕获高维（> = 3）数据，从而极大地提高了捕获速度，同时降低了存储/带宽要求。 例如，视频SCI使用单个帧编码的测量值捕获视频（或动态场景）的多个帧（请参见图1）。 然后，根据给定的压缩测量值，编码模式（或前言模型）以及视频先验先验，通过遵循重构算法，通过解决不适定的逆问题来恢复视频。 我们将两种基于迭代的重构算法和，与两种基于深度学习的算法和端到端卷积神经网络（E2E-CNN）进行了比较，以用于视频SCI（参见图2）。 图1.视频压缩感测成像（SCI）的原理。 动态场景显示为具有不同时间戳（t_1，t_2，...，t_B，左上）的图像序列，该动态场景通过动态编码Kong径，该Kong径在元素的场景各帧上施加了区分随机空间编码的能力方式。 然后，将光圈之后的编码帧整合到相机的一次曝光中，形成单帧压缩测量（右上）。 然后，