Latent Space Imaging

数字成像系统经典上是基于对规则网格上像素的强力测量和处理。然而，人类视觉系统则将光感受器数量大量减少至视神经，从而将图像信息编码成适合人类大脑处理的低带宽潜在空间表示。在这项工作中，我们建议采用类似的方法来开发人工视觉系统。潜在空间成像是一种新的范式，通过光学和软件的组合，直接将图像信息编码到生成模型的语义丰富的潜在空间中，从而在捕捉过程中大大减少带宽和存储要求。我们通过基于单像素相机的初始硬件原型来演示这一新原理。通过设计一种幅度调制方案，将其编码到生成模型的潜在空间中，我们在成像过程中实现了从1:100到1:1,000的压缩比，说明潜在空间成像在高效成像硬件方面具有潜力，可以实现未来高速成像或具有大大降低硬件复杂性的任务特定摄像机的应用。

本篇论文旨在探索一种新的人工视觉系统，通过将图像信息直接编码到生成模型的潜在空间中，从而实现高效的图像捕捉和处理。这是否是一个新问题？

潜在空间成像是一种新兴的图像编码方法，通过光学和软件的结合，将图像信息直接编码到生成模型的潜在空间中，从而实现大幅度的带宽和存储器要求降低。该方法的关键思路是什么？相比当前这个领域的研究状况，这篇论文的思路有什么新意？

该论文通过单像素相机的硬件原型进行了初步实验，通过设计一种幅度调制方案，将图像信息编码到生成模型的潜在空间中，实现了从1:100到1:1000的压缩比，展示了潜在空间成像在高效成像硬件方面的潜力，以便未来在高速成像或具有大幅度减少硬件复杂性的任务特定相机方面的应用。

近年来，许多相关研究已经进行，如“Deep Image Prior”、“Generative Adversarial Networks”等。