-
题名基于Mamba-2的视频快照压缩成像重构方法
- 1
-
-
作者
石敦攀
徐伟
朴永杰
方应红
籍浩林
李鹏飞
-
机构
中国科学院长春光学精密机械与物理研究所
中国科学院大学
中国科学院天基动态快速光学成像技术重点实验室
吉林省航天先进光学成像技术重点实验室
-
出处
《液晶与显示》
北大核心
2025年第6期881-894,共14页
-
基金
国家重点研发计划(No.2022YFB3705702)。
-
文摘
视频快照压缩成像(SCI)是一种新型的成像技术,通过在单个曝光时间内使用一个二维探测器捕获三维视频数据,然后采用合适的算法重建原始的视频数据。尽管目前的许多算法在视频SCI的重建任务中有着非常出色的表现,但它们重建质量的提升往往需要以牺牲重建速度为代价,使算法的实时性大幅降低。为兼顾重建质量与重建速度,本文提出了一种基于Mamba-2的端到端深度视频SCI重构方法——M2BA-SCI。M2BA-SCI网络由预处理模块、token生成块、Mamba注意力块和视频重建块组成,其中Mamba注意力块主要由Mamba-2线性注意力块和前馈神经网络构成。在模拟和真实视频数据集上的大量实验表明,M2BA-SCI与先前算法相比取得了更为均衡的效果,在提高重建质量的同时仍保持较快的重建速度。在基准灰度视频数据集中,平均PSNR为34.85,平均SSIM为0.966,运行时间为0.23 s。在基准彩色视频数据集上的平均PSNR为36.21,平均SSIM为0.963,运行时间为1.03 s。M2BA-SCI为视频SCI重建带来了新的思路,为基于Mamba模型设计出更高重建质量的算法提供了参考。
-
关键词
视频快照压缩成像
压缩感知
mamba-2
深度学习
-
Keywords
video snapshot compressive imaging
compressive sensing
mamba-2
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Mamba-2编码的集装箱箱位分配模型
被引量：1
- 2
-
-
作者
向若愚
杨有
陈雁翎
-
机构
重庆师范大学计算机与信息科学学院
重庆师范大学重庆国家应用数学中心
-
出处
《河南科学》
2025年第3期321-329,共9页
-
基金
重庆市自然科学基金创新发展联合基金项目(CSTB2023NSCQ-LZX0142)
重庆市教委科技重点项目(KJZDK202400503)。
-
文摘
箱位分配在集装箱码头中至关重要,影响非生产性成本和作业效率。针对箱位分配问题,基于规则的策略求解速度快,但理论上无法获取最优解;数学规划模型理论上可以获得最优解,但计算时间随堆场规模增加而呈指数型增长,难以满足集装箱堆存的应用要求。使用深度强化学习方法设计模型,可以在短时间内获得高质量解。为此,针对贝位构造不能充分表达栈间语义的问题,定义5个栈位输入特征;设计基于端到端的编解码器模型,用于集装箱箱位分配。该模型采用Mamba-2进行编码,使用多头注意力进行解码,使用带基线的强化学习算法进行训练。仿真实验表明,所设计模型在中大规模问题上具有性能优势,能在较短时间内选择合理箱位,降低翻箱率,提高港口作业效率。
-
关键词
集装箱
箱位分配
mamba-2
深度强化学习
状态空间模型
-
Keywords
container
slot assignment
mamba-2
deep reinforcement learning
SSM
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
