基于流形嵌入的被动非视距成像

Input shadow, output reconstruction result and real hidden scene

被动非视距成像是一个极为病态的问题,本项目旨在通过深度学习完成数据驱动的被动非视距成像任务。所提出的算法能够利用之前未被充分利用的场景先验,从而提高被动非视距成像的效果。

我们还采集了一个有着more than 3,000,000样本的数据集,希望能够缓解非视距成像所面临的数据集不足问题。毕竟监督算法的性能在很大程度上取决于数据集的质量。

本项目已经提交到了一个IEEE期刊。

耿瑞旭
耿瑞旭
硕士在读

我的研究方向包括计算机视觉和计算成像,特别是非视域成像(NLOS imaging)。

相关