图像稀疏表示和动态视觉传感器数据压缩的脉冲采样网络
摘要：稀疏表示因其可以大大节省存储资源并在低维空间中找到数据的代表性特征而受到广泛关注。因此，它可能广泛应用于工程领域，包括特征提取、压缩感知、信号去噪、图片聚类和字典学习等。在本文中，我们提出了一种脉冲采样网络。该网络由脉冲神经元组成，根据输入动态决定哪些像素点应该保留，哪些需要屏蔽。我们的实验证明，与随机采样相比，这种方法能够更好地稀疏表示原始图像并促进图像重建。因此，我们使用这种方法来压缩动态视觉传感器的大量数据，从而大大减少事件数据的存储需求。
作者：Chunming Jiang, Yilei Zhang
论文ID：2211.04166
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-11-09