二值化计算成像与感知的方法与装置

本申请提出了一种二值化计算成像与感知的方法与装置，该方法包括：基于深度学习技术构建编解码网络，并通过二值化模块对编解码网络的权重参数进行二值化处理，其中，编码网络用于实现对光学图像的调制掩膜和特征提取，解码网络用于解耦低维测量值；通过训练数据集对二值化后的编解码网络进行迭代训练，将二值化后的编解码网络的权重参数逐渐收敛至最优的二值化表示；获取当前的待处理任务，通过训练完成的最优二值化解码网络对观测目标进行图像重建和/或语义感知。该方法构造二值化端到端的编解码成像与感知孪生模型，能够减少解码网络的功耗和模型耗费的内存、计算资源，提升成像与感知的效率和精确度。