Key points are not available for this paper at this time.
Nesta carta, propomos um algoritmo de sensoriamento compressivo (CS) baseado em aprendizado para remoção de ruído em imagens de sonar de varredura lateral (SSS). O método proposto é uma abordagem de CS baseada em aprendizado profundo com não-linearidade aprimorada com base em um algoritmo de redução e limiarização iterativa (ISTA). Como a intensidade do ruído varia dependendo da posição dentro das imagens SSS, o método proposto também incorpora CoordConv, que fornece informações de coordenadas para a rede ajudar a remover ruídos não homogêneos. Através de treinamento de ponta a ponta, tanto o módulo de aprendizado profundo quanto as características de CS podem ser otimizados em conjunto. Resultados experimentais representativos mostram que o método proposto é melhor do que os métodos de ponta em termos de remoção de ruído e requisitos de memória.
Lee et al. (Ter,) estudaram essa questão.