論文の概要: u-net CNN based fourier ptychography
- arxiv url: http://arxiv.org/abs/2003.07460v1
- Date: Mon, 16 Mar 2020 22:48:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-23 03:06:50.756340
- Title: u-net CNN based fourier ptychography
- Title(参考訳): u-net cnnベースのフーリエptychography
- Authors: Yican Chen, Zhi Luo, Xia Wu, Huidong Yang, and Bo Huang
- Abstract要約: 本稿では,畳み込みニューラルネットワークに基づく新しい検索アルゴリズムを提案する。
実験により, システム収差下において, 再現性が向上し, より堅牢であることが確認された。
- 参考スコア(独自算出の注目度): 5.46367622374939
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fourier ptychography is a recently explored imaging method for overcoming the
diffraction limit of conventional cameras with applications in microscopy and
yielding high-resolution images. In order to splice together low-resolution
images taken under different illumination angles of coherent light source, an
iterative phase retrieval algorithm is adopted. However, the reconstruction
procedure is slow and needs a good many of overlap in the Fourier domain for
the continuous recorded low-resolution images and is also worse under system
aberrations such as noise or random update sequence. In this paper, we propose
a new retrieval algorithm that is based on convolutional neural networks. Once
well trained, our model can perform high-quality reconstruction rapidly by
using the graphics processing unit. The experiments demonstrate that our model
achieves better reconstruction results and is more robust under system
aberrations.
- Abstract(参考訳): Fourier ptychographyは、従来のカメラの回折限界を克服し、顕微鏡や高解像度画像に応用するための、最近の研究である。
コヒーレント光源の異なる照明角度で撮像された低解像度画像をスプライシングするために反復位相検索アルゴリズムを採用する。
しかし、再構成手順は遅く、連続した低解像度画像に対してフーリエ領域に多くの重複が必要であり、ノイズやランダム更新シーケンスなどのシステム異常の下でも悪化する。
本稿では,畳み込みニューラルネットワークに基づく新しい検索アルゴリズムを提案する。
トレーニングがうまくいけば、グラフィック処理ユニットを用いて高品質な再構築を迅速に行うことができる。
実験により,本モデルにより再現性が向上し,システム収差下ではより堅牢であることが示された。
関連論文リスト
- PtychoDV: Vision Transformer-Based Deep Unrolling Network for
Ptychographic Image Reconstruction [12.780951605821238]
PtychoDVは、効率的で高品質な画像再構成のために設計された、新しいディープモデルベースのネットワークである。
シミュレーションデータの結果,PtychoDVは既存のディープラーニング手法よりも優れていることが示された。
論文 参考訳(メタデータ) (2023-10-11T14:01:36Z) - BID-NeRF: RGB-D image pose estimation with inverted Neural Radiance
Fields [0.0]
Inverted Neural Radiance Fields (iNeRF) アルゴリズムの改良を目標とし、画像ポーズ推定問題をNeRFに基づく反復線形最適化として定義する。
NeRFは、現実世界のシーンやオブジェクトのフォトリアリスティックな新しいビューを合成できる新しい空間表現モデルである。
論文 参考訳(メタデータ) (2023-10-05T14:27:06Z) - Reinforcement Learning for Sampling on Temporal Medical Imaging
Sequences [0.0]
本研究では、動的画像再構成のためのサンプリング戦略を学ぶために、ダブルディープQ-ラーニングとREINFORCEアルゴリズムを適用した。
時系列のフォーマットでデータを考察し、再構成法は事前訓練されたオートエンコーダ型ニューラルネットワークである。
本稿では,強化学習アルゴリズムが最適サンプリングパターンの発見に有効であることを示す。
論文 参考訳(メタデータ) (2023-08-28T23:55:23Z) - InfoNeRF: Ray Entropy Minimization for Few-Shot Neural Volume Rendering [55.70938412352287]
ニューラルな暗黙表現に基づく数ショットの新規ビュー合成のための情報理論正規化手法を提案する。
提案手法は,不十分な視点で発生する潜在的な復元の不整合を最小化する。
複数の標準ベンチマークにおいて,既存のニューラルビュー合成手法と比較して一貫した性能向上を実現している。
論文 参考訳(メタデータ) (2021-12-31T11:56:01Z) - GraDIRN: Learning Iterative Gradient Descent-based Energy Minimization
for Deformable Image Registration [9.684786294246749]
変形可能な画像登録を学習するためのGraDIRN(Gradient Descent-based Image Registration Network)を提案する。
GraDIRNは多分解能勾配降下エネルギー最小化に基づいている。
本手法は,学習可能なパラメータを少なく抑えながら,最先端の登録性能を実現することを実証する。
論文 参考訳(メタデータ) (2021-12-07T14:48:31Z) - Learning Discriminative Shrinkage Deep Networks for Image Deconvolution [122.79108159874426]
本稿では,これらの用語を暗黙的にモデル化する識別的縮小関数を学習することで,効果的に非盲検デコンボリューション手法を提案する。
実験結果から,提案手法は最先端の手法に対して,効率と精度の点で好適に動作することがわかった。
論文 参考訳(メタデータ) (2021-11-27T12:12:57Z) - Deep Learning Adapted Acceleration for Limited-view Photoacoustic
Computed Tomography [1.8830359888767887]
光音響計算トモグラフィ(PACT)は、PA信号検出のための超音波トランスデューサアレイでターゲットを照らすために、焦点のない大面積の光を使用する。
限定ビュー問題は、幾何学的条件の制限により、PACTの低画質の画像を引き起こす可能性がある。
数学的変動モデルとディープラーニングを組み合わせたモデルベース手法を提案する。
論文 参考訳(メタデータ) (2021-11-08T02:05:58Z) - Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。
本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
論文 参考訳(メタデータ) (2021-03-01T19:19:38Z) - Learned Block Iterative Shrinkage Thresholding Algorithm for
Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。
本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文 参考訳(メタデータ) (2020-12-07T09:27:16Z) - Deep Variational Network Toward Blind Image Restoration [55.33102369856991]
ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。
両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。
画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
論文 参考訳(メタデータ) (2020-08-25T03:30:53Z) - Limited-angle tomographic reconstruction of dense layered objects by
dynamical machine learning [68.9515120904028]
強い散乱準透明物体の有限角トモグラフィーは困難で、非常に不適切な問題である。
このような問題の状況を改善することにより、アーティファクトの削減には、事前の定期化が必要である。
我々は,新しい分割畳み込みゲート再帰ユニット(SC-GRU)をビルディングブロックとして,リカレントニューラルネットワーク(RNN)アーキテクチャを考案した。
論文 参考訳(メタデータ) (2020-07-21T11:48:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。