論文の概要: High-Contrast Reflection Tomography with Total-Variation Constraints
- arxiv url: http://arxiv.org/abs/2005.02903v2
- Date: Mon, 14 Dec 2020 14:44:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 06:25:22.975117
- Title: High-Contrast Reflection Tomography with Total-Variation Constraints
- Title（参考訳）: 全変量制約付き高コントラスト反射トモグラフィ
- Authors: Ajinkya Kadu and Hassan Mansour and Petros T. Boufounos
- Abstract要約: 逆散乱とは、物体の散乱電位の空間分布を、その周りの散乱波動場を測定することによって推定する過程である。
本稿では,オブジェクトの背景モデルからの側情報を必要としない制約付きインクリメンタル周波数インバージョンフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 26.873262435961333
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inverse scattering is the process of estimating the spatial distribution of
the scattering potential of an object by measuring the scattered wavefields
around it. In this paper, we consider reflection tomography of high contrast
objects that commonly occurs in ground-penetrating radar, exploration
geophysics, terahertz imaging, ultrasound, and electron microscopy. Unlike
conventional transmission tomography, the reflection regime is severely
ill-posed since the measured wavefields contain far less spatial frequency
information of the target object. We propose a constrained incremental
frequency inversion framework that requires no side information from a
background model of the object. Our framework solves a sequence of regularized
least-squares subproblems that ensure consistency with the measured scattered
wavefield while imposing total-variation and non-negativity constraints. We
propose a proximal Quasi-Newton method to solve the resulting subproblem and
devise an automatic parameter selection routine to determine the constraint of
each subproblem. We validate the performance of our approach on synthetic
low-resolution phantoms and with a mismatched forward model test on a
high-resolution phantom.
- Abstract（参考訳）: 逆散乱とは、物体の散乱電位の空間分布を、その周りの散乱波動場を測定することによって推定する過程である。
本稿では,地中レーダ,探査物理,テラヘルツイメージング,超音波,電子顕微鏡で一般的に発生する高コントラスト物体の反射トモグラフィについて考察する。
従来の透過トモグラフィーとは異なり、測定された波動場は対象物体の空間周波数情報をはるかに少ないため、反射状態は著しく悪化する。
我々は,オブジェクトの背景モデルからのサイド情報を必要としない制約付きインクリメンタル周波数反転フレームワークを提案する。
本手法は, 全変数と非ネガティビティの制約を課しながら, 測定された散乱波場との整合性を確保するための正則化最小二乗部分問題の列を解く。
提案手法は,結果のサブプロブレムを解き,パラメータ選択ルーチンを考案し,各サブプロブレムの制約を決定するための近位準ニュートン法を提案する。
我々は, 合成低分解能ファントムに対する提案手法の性能と, 高分解能ファントムに対する不整合前方モデルテストの有効性を検証する。
関連論文リスト
- QMambaBSR: Burst Image Super-Resolution with Query State Space Model [55.56075874424194]
バースト超解像度は、複数のバースト低解像度フレームからサブピクセル情報を融合することにより、高画質でよりリッチな細部で高解像度の画像を再構成することを目的としている。
BusrtSRにおいて鍵となる課題は、高周波ノイズ障害を同時に抑制しつつ、ベースフレームの補完的なサブピクセルの詳細を抽出することである。
本稿では,Query State Space Model (QSSM) とAdaptive Up-Sampling Module (AdaUp) を組み合わせた新しいQuery Mamba Burst Super-Resolution (QMambaBSR) ネットワークを紹介する。
論文 参考訳（メタデータ） (2024-08-16T11:15:29Z) - FlowDepth: Decoupling Optical Flow for Self-Supervised Monocular Depth Estimation [8.78717459496649]
本稿では,ダイナミックモーションフローモジュール (DMFM) が機構ベースのアプローチで光学フローを分離し,動的領域をワープし,ミスマッチ問題を解くフローDepthを提案する。
高フレック領域と低テクスチャ領域による光度誤差の不公平性については,入力と損失レベルでそれぞれDepth-Cue-Aware Blur(DCABlur)とCost-Volumeの空間損失を用いて解決する。
論文 参考訳（メタデータ） (2024-03-28T10:31:23Z) - Weighted Spectral Filters for Kernel Interpolation on Spheres: Estimates
of Prediction Accuracy for Noisy Data [21.67168506689593]
我々は、カーネル行列の条件数を減らし、カーネルを安定化するための重み付きスペクトルフィルタ手法を提案する。
球面データ解析のために最近開発された積分作用素アプローチを用いて,提案した重み付きスペクトルフィルタアプローチがカーネルのボトルネックを突破することに成功したことを理論的に証明した。
提案手法は,予測精度を損なわないことを示すため,新しい手法の最適近似速度を提供する。
論文 参考訳（メタデータ） (2024-01-16T13:46:10Z) - A Variational Perspective on Solving Inverse Problems with Diffusion
Models [101.831766524264]
逆タスクは、データ上の後続分布を推測するものとして定式化することができる。
しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。
そこで我々は,真の後続分布を近似する設計手法を提案する。
論文 参考訳（メタデータ） (2023-05-07T23:00:47Z) - Passive superresolution imaging of incoherent objects [63.942632088208505]
手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。
ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
論文 参考訳（メタデータ） (2023-04-19T15:53:09Z) - Microseismic source imaging using physics-informed neural networks with
hard constraints [4.07926531936425]
物理インフォームドニューラルネットワーク(PINN)に基づく直接微動イメージングフレームワークを提案する。
PINNを用いてマルチ周波数波動場を表現し,その逆フーリエ変換を用いて音源画像の抽出を行う。
さらに,本手法をモニタリングフィールドデータの水理破砕に応用し,少ないアーティファクトで精度よくソースを画像化できることを実証する。
論文 参考訳（メタデータ） (2023-04-09T21:10:39Z) - Frequency-Aware Self-Supervised Monocular Depth Estimation [41.97188738587212]
自己教師付き単眼深度推定モデルを改善するための2つの多目的手法を提案する。
本手法の高一般化性は,測光損失関数の基本的およびユビキタスな問題を解くことによって達成される。
我々は、解釈可能な解析で深度推定器を改善するために、初めてぼやけた画像を提案する。
論文 参考訳（メタデータ） (2022-10-11T14:30:26Z) - Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View
Tomography [58.60249163402822]
未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。
提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
論文 参考訳（メタデータ） (2022-07-06T21:40:59Z) - Super-resolution GANs of randomly-seeded fields [68.8204255655161]
ランダムスパースセンサからフィールド量の推定を行うための,GAN(Super- resolution Generative Adversarial Network)フレームワークを提案する。
このアルゴリズムはランダムサンプリングを利用して、高解像度の基底分布の不完全ビューを提供する。
提案手法は, 流体流動シミュレーション, 海洋表面温度分布測定, 粒子画像速度測定データの合成データベースを用いて検証した。
論文 参考訳（メタデータ） (2022-02-23T18:57:53Z) - Uncalibrated Neural Inverse Rendering for Photometric Stereo of General
Surfaces [103.08512487830669]
本稿では,測光ステレオ問題に対する無補間深層ニューラルネットワークフレームワークを提案する。
既存のニューラルネットワークベースの方法は、物体の正確な光方向または接地正則のいずれかまたは両方を必要とします。
本稿では,この問題に対する未調整の神経逆レンダリング手法を提案する。
論文 参考訳（メタデータ） (2020-12-12T10:33:08Z)
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。