.png){kind=icon}
返回
Ghost imaging target classification through deep sequential feature extraction
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlastec.2025.113556.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 基于LSTM的无图像对象分类方法在计算机生成图像（CGI）中，能够直接从桶信号进行目标检测，将胃肠道（GI）过程视为时序信号分类任务而非成像问题。
• 该网络利用LSTM的门控机制实现噪声抑制、长期依赖捕捉和序列特征提取，即使在低采样率（低至1%）下也能实现分类。
• 该方法依赖极简的硬件要求，采用无空间分辨率的桶探测器进行分类，使其适用于硬件受限领域。
Keyword:
LSTM
object classification
CGI
bucket signals
noise suppression
