摘要
本发明公开一种基于深度强化学习的视频单曝光压缩成像压缩率调节方法,通过对视频单曝光压缩成像过程进行马尔科夫动态决策过程建模,将每一个时间步的压缩测量值定义为当前状态,将下一个时间步的压缩率定义为动作,并在评价动作的回报中同时考虑压缩率和视频的重构质量;再给定训练集,使用深度强化学习算法在上述建模的马尔科夫决策过程中,通过最大化累积回报来训练能够在每一时刻自适应的调节压缩率的智能体;最后将训练好的智能体用于在新的场景中自适应地调节视频单曝光压缩成像系统中的压缩率。本发明能够仅通过压缩测量值自适应地调节压缩率,从而使得现有单曝光压缩成像系统能够动态地权衡压缩率和视频重构质量。
技术关键词
压缩成像系统
视频
深度强化学习算法
峰值信噪比
重构
混合网络架构
决策
训练集
定义
动态地
场景
时序
网格
策略
物体
参数