Sirui Li 等发布脉冲相机图像重建网络 MADSNet
热点事件持续更新
Sirui Li 等发布脉冲相机图像重建网络 MADSNet
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Sirui Li 等在 arXiv 论文中提出脉冲相机图像重建网络 MADSNet。这是一种多尺度轴向注意力密集脉冲网络（SNN），采用分层脉冲编码器-解码器结构，包含多尺度脉冲 stem、轴向脉冲注意力、密集脉冲瓶颈和 spike-to-continuous 解码器。 据论文称，在 SREDS 数据集上，MADSNet 比 SSIR 的 PSNR 高 4.3 dB，比 Spk2ImgNet 高 1.94 dB，同时延迟约低 15 倍，估算能耗仅约 1/40。
AI 根据报道生成 · 2 小时前更新
最新进展11月11日 13:00
MADSNet：多尺度轴向注意力密集脉冲网络用于脉冲相机图像重建报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIMADSNet：多尺度轴向注意力密集脉冲网络用于脉冲相机图像重建
MADSNet 是一种用于脉冲相机图像重建的多尺度轴向注意力密集脉冲网络（SNN），采用分层脉冲编码器-解码器结构，包含多尺度脉冲 stem、轴向脉冲注意力、密集脉冲瓶颈和 spike-to-continuous 解码器。在 SREDS 上，MADSNet 比 SSIR 高 4.3 dB PSNR，比 Spk2ImgNet 高 1.94 dB，且延迟约低 15 倍、能耗仅约 1/40。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。