Fugu-MT 論文翻訳(概要): Automatic Differentiation for All Photons Imaging to See Inside Volumetric Scattering Media

論文の概要: Automatic Differentiation for All Photons Imaging to See Inside Volumetric Scattering Media

arxiv url: http://arxiv.org/abs/2006.01897v1
Date: Tue, 2 Jun 2020 19:24:28 GMT
ステータス: 処理完了
システム内更新日: 2022-11-26 01:06:21.358438
Title: Automatic Differentiation for All Photons Imaging to See Inside Volumetric Scattering Media
Title（参考訳）: 全光子像の体積散乱媒体内における自動微分
Authors: Tomohiro Maeda, Ankit Ranjan, Ramesh Raskar
Abstract要約: 均質散乱媒質を用いた全光子イメージングのための自動微分を用いた新しいフレームワークを提案する。我々は、全光子イメージングにおいて、撮像対象を照明源に表示する必要性を克服する。本手法では,センサの位置や光学特性を取得するためにキャリブレーションを必要としない。
参考スコア（独自算出の注目度）: 10.677628900978327
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Imaging through dense scattering media - such as biological tissue, fog, and smoke - has applications in the medical and robotics fields. We propose a new framework using automatic differentiation for All Photons Imaging through homogeneous scattering media with unknown optical properties for non-invasive sensing and diagnostics. We overcome the need for the imaging target to be visible to the illumination source in All Photons Imaging, enabling practical and non-invasive imaging through turbid media with a simple optical setup. Our method does not require calibration to acquire the sensor position or optical properties of the media.
Abstract（参考訳）: 生物組織、霧、煙などの高密度散乱媒体によるイメージングは、医学やロボット工学の分野で応用されている。非侵襲的なセンシングと診断のための光学特性の不明な均質散乱媒質による全光子画像の自動微分を用いた新しいフレームワークを提案する。我々は、全光子イメージングの照明源に撮像対象を視認する必要性を克服し、簡単な光学装置で、濁った媒体を通した実用的な非侵襲イメージングを可能にする。本手法では,センサの位置や光学特性を取得するためにキャリブレーションを必要としない。

関連論文リスト

Discriminative Addressing of Versatile Nanodiamonds via Physically-Enabled Classifier in Complex Bio-Systems [8.014042040860724]
窒素空孔(NV)センターは、ナノスケールのバイオセンシングとバイオイメージングに大きな可能性を秘めている。彼らの想定する生体応用は、避けられない光散乱と細胞や組織における自己蛍光による固有の背景ノイズに悩まされる。
論文参考訳（メタデータ） (2024-08-02T10:29:12Z)
Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
本稿では, 点滅型蛍光ナノセンサを用いたメロロジーにおける空間分解能向上手法を提案する。我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
論文参考訳（メタデータ） (2024-02-27T10:38:05Z)
Improving Lens Flare Removal with General Purpose Pipeline and Multiple Light Sources Recovery [69.71080926778413]
フレアアーティファクトは、画像の視覚的品質と下流のコンピュータビジョンタスクに影響を与える。現在の方法では、画像信号処理パイプラインにおける自動露光やトーンマッピングは考慮されていない。本稿では、ISPを再検討し、より信頼性の高い光源回収戦略を設計することで、レンズフレア除去性能を向上させるソリューションを提案する。
論文参考訳（メタデータ） (2023-08-31T04:58:17Z)
Classification robustness to common optical aberrations [64.08840063305313]
本稿では,現実的かつ実用的な光ぼけ効果に対するロバスト性を調べるためのベンチマークである OpticsBench を提案する。 ImageNetの実験では、様々な訓練済みのDNNに対して、ディスク形状のカーネルと比較して、パフォーマンスが強いことが示されている。我々は,光カーネルをデータ拡張として使用することにより,拡張可能なImageNet-100について述べる。
論文参考訳（メタデータ） (2023-08-29T08:36:00Z)
Defocus Blur Synthesis and Deblurring via Interpolation and Extrapolation in Latent Space [3.097163558730473]
我々は、線形性関係を強制するために暗黙的かつ明示的な正規化手法でオートエンコーダを訓練する。既存の作品と比較して、私たちは単純なアーキテクチャを使って、フレキシブルなボケレベルで画像を合成します。我々の正規化オートエンコーダは、データ拡張技術としてデータの多様性を増大させ、ぼかしやデブロを効果的に模倣することができる。
論文参考訳（メタデータ） (2023-07-28T10:27:28Z)
On-chip quantum information processing with distinguishable photons [55.41644538483948]
多光子干渉は光量子技術の中心にある。そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
論文参考訳（メタデータ） (2022-10-14T18:16:49Z)
Improvement of image classification by multiple optical scattering [8.210817257130788]
我々はLCDとRGBレーザー源に基づく光ランダム散乱システムを構築した。画像分類はランダム散乱の助けを借りて改善できることがわかった。コンピュータ上に展開した尾根分類と合わせて,94%以上の優れた分類精度を実現した。
論文参考訳（メタデータ） (2021-07-12T04:12:41Z)
Imaging dynamics beneath turbid media via parallelized single-photon detection [32.148006108515716]
我々は,1光子レベルのスペックル変動を同時に検出するために,1光子アバランシェダイオード(SPAD)アレイカメラを利用する。次に、深層ニューラルネットワークを用いて、取得した単光子測定値を高速に非相関な液体組織ファントム下での散乱ダイナミクスのビデオに変換する。
論文参考訳（メタデータ） (2021-07-03T12:32:21Z)
Differentiable model-based adaptive optics for two-photon microscopy [0.0]
収差は、生体組織などの散乱物質のイメージング時に走査蛍光顕微鏡を制限する。適応光学に対するモデルベースアプローチは、光学セットアップの計算モデルを利用する。このアプローチを2光子走査顕微鏡に拡張する。
論文参考訳（メタデータ） (2021-04-29T12:50:08Z)
NuI-Go: Recursive Non-Local Encoder-Decoder Network for Retinal Image Non-Uniform Illumination Removal [96.12120000492962]
網膜画像の画質は、眼の病変や不完全な画像処理のために臨床的に不満足であることが多い。網膜画像における最も難しい品質劣化問題の1つは、一様でない照明である。我々はNuI-Goと呼ばれる網膜画像に対する均一でない照明除去ネットワークを提案する。
論文参考訳（メタデータ） (2020-08-07T04:31:33Z)
Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
論文参考訳（メタデータ） (2020-05-12T08:01:16Z)

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。