論文の概要: Learning to Model and Calibrate Optics via a Differentiable Wave Optics
Simulator
- arxiv url: http://arxiv.org/abs/2005.08562v1
- Date: Mon, 18 May 2020 10:23:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-02 00:14:11.581128
- Title: Learning to Model and Calibrate Optics via a Differentiable Wave Optics
Simulator
- Title(参考訳): 微分波光学シミュレータによる光学のモデル化と校正の学習
- Authors: Josue Page, Paolo Favaro
- Abstract要約: 実蛍光顕微鏡の微分可能計算モデルを構築するための学習に基づく新しい手法を提案する。
我々のモデルは、データサンプルから直接実際の光学装置を校正し、所望の入出力データを指定することで、ポイントスプレッド機能を構築するために使用できる。
- 参考スコア(独自算出の注目度): 27.913052825303097
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a novel learning-based method to build a differentiable
computational model of a real fluorescence microscope. Our model can be used to
calibrate a real optical setup directly from data samples and to engineer point
spread functions by specifying the desired input-output data. This approach is
poised to drastically improve the design of microscopes, because the parameters
of current models of optical setups cannot be easily fit to real data. Inspired
by the recent progress in deep learning, our solution is to build a
differentiable wave optics simulator as a composition of trainable modules,
each computing light wave-front (WF) propagation due to a specific optical
element. We call our differentiable modules WaveBlocks and show reconstruction
results in the case of lenses, wave propagation in air, camera sensors and
diffractive elements (e.g., phase-masks).
- Abstract(参考訳): 実蛍光顕微鏡の微分可能計算モデルを構築するための学習に基づく新しい手法を提案する。
我々のモデルは、データサンプルから直接実際の光学装置を校正し、所望の入出力データを指定することで、ポイントスプレッド機能を構築するために使用できる。
このアプローチは、光学装置の現在のモデルのパラメータが実際のデータに容易に適合できないため、顕微鏡の設計を大幅に改善する。
ディープラーニングの最近の進歩に触発された我々のソリューションは、特定の光学素子による各光波面伝播を演算可能なモジュールの合成として、微分可能な光光学シミュレータを構築することである。
我々は、差別化可能なモジュールをWaveBlocksと呼び、レンズ、空気中の波動伝搬、カメラセンサー、微分素子(フェーズマスクなど)の場合の再構成結果を示す。
関連論文リスト
- A Phase Transition in Diffusion Models Reveals the Hierarchical Nature
of Data [55.748186000425996]
最近の進歩は、拡散モデルが高品質な画像を生成することを示している。
我々はこの現象を階層的なデータ生成モデルで研究する。
本分析は拡散モデルにおける時間とスケールの関係を特徴付ける。
論文 参考訳(メタデータ) (2024-02-26T19:52:33Z) - Thin On-Sensor Nanophotonic Array Cameras [36.981384762023794]
本稿では,コモディティカメラの代替として,エフフラット型ナノフォトニクス計算カメラを紹介する。
光アレイは、700nmの高さで平らで、センサーから2.5mmの距離のセンサーカバーガラスの上に埋め込まれている。
提案手法では, 生成拡散モデルを用いて, 暗黙の先行画像のサンプル化を行い, 平面画像からメガピクセル画像の再構成を行う。
論文 参考訳(メタデータ) (2023-08-05T06:04:07Z) - Rethinking data-driven point spread function modeling with a
differentiable optical model [0.19947949439280027]
天文学において、広視野光学機器を持つ近日宇宙望遠鏡は、空間的に異なる点拡散関数(PSF)を持つ。
現在のデータ駆動型PSFモデルは空間変動や超解像に対処できるが、色の変化を捉えることはできない。
モデリングフレームワークに微分可能な光フォワードモデルを追加することにより、データ駆動モデリング空間をピクセルからウェーブフロントに変更する。
論文 参考訳(メタデータ) (2022-03-09T17:39:18Z) - Diffractive optical system design by cascaded propagation [1.6385815610837167]
フーリエ光学は典型的には細い要素を設計するために使われ、システムの開口部に配置され、シフト不変のポイントスプレッド関数(PSF)を生成する。
バックプロパゲーションを用いて、前例のない設計自由度を持つ回折光学系の最適化を可能にする、コリンズ積分に基づく効率的かつ微分可能な伝搬モデルを提案し、実装する。
複雑なイメージングシステム内の任意の平面上に配置された薄いプレート要素を介して, シフト変動型PSFを工学的に, 数値的, 実験的に適用可能であることを実証する。
論文 参考訳(メタデータ) (2022-02-23T14:21:09Z) - Disentangling multiple scattering with deep learning: application to
strain mapping from electron diffraction patterns [48.53244254413104]
我々は、高非線形電子回折パターンを定量的構造因子画像に変換するために、FCU-Netと呼ばれるディープニューラルネットワークを実装した。
結晶構造の異なる組み合わせを含む20,000以上のユニークな動的回折パターンを用いてFCU-Netを訓練した。
シミュレーションされた回折パターンライブラリ、FCU-Netの実装、訓練されたモデルの重み付けは、オープンソースリポジトリで自由に利用可能です。
論文 参考訳(メタデータ) (2022-02-01T03:53:39Z) - Learning optical flow from still images [53.295332513139925]
我々は,容易に利用可能な単一の実画像から,高精度な光学的フローアノテーションを迅速かつ多量に生成するフレームワークを提案する。
既知の動きベクトルと回転角を持つ再構成された環境でカメラを仮想的に移動させる。
我々のデータでトレーニングすると、最先端の光フローネットワークは、実データを見るのに優れた一般化を実現する。
論文 参考訳(メタデータ) (2021-04-08T17:59:58Z) - Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。
本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
論文 参考訳(メタデータ) (2021-03-04T12:45:18Z) - Microscopy with heralded Fock states [0.0]
自発パラメトリックダウン変換(SPDC)は、フォック状態に調製された量子光である隠蔽された単一光子の源として用いられる。
本研究では,空間モード追跡のための解析式と,階層化モード幅と非階層化モード幅について述べる。
論文 参考訳(メタデータ) (2020-11-05T19:00:27Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳(メタデータ) (2020-10-01T16:04:22Z) - Optimization of collection optics for maximum fidelity in entangled
photon sources [0.0]
自発パラメトリックダウン変換現象によって生じる絡み合った光子のデコヒーレンス源について検討した。
結晶からの光子対の位相と空間的識別性は、到達可能な最大エンタングルメント忠実度を低下させる。
現実的なシナリオは数値的にモデル化され、非ゼロ放射角の光子対が位相差を収集する。
論文 参考訳(メタデータ) (2020-07-14T00:48:22Z) - Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset
for Spatially Varying Isotropic Materials [65.95928593628128]
多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。
我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
論文 参考訳(メタデータ) (2020-01-18T12:26:22Z)
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。