論文の概要: Guidestar-free image-guided wavefront-shaping

• arxiv url: http://arxiv.org/abs/2007.03956v1
• Date: Wed, 8 Jul 2020 08:26:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-12 13:50:20.587131
• Title: Guidestar-free image-guided wavefront-shaping
• Title（参考訳）: ガイドスターフリー画像誘導波面整形
• Authors: Tomer Yeminy and Ori Katz
• Abstract要約: 我々は,非侵襲的,ガイドスターフリーで広視野の非コヒーレントイメージングを高散乱層を透過的に実現し,照明制御を行なわない,画像誘導波面形成という新しい概念を提案する。 最も重要なことに、ウェーブフロント補正は、画像品質の指標を盲目的に最適化することで、メモリ効果範囲よりも大きいオブジェクトに対しても見つかる。
• 参考スコア（独自算出の注目度）: 7.919213739992463
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Optical imaging through scattering media is a fundamental challenge in many applications. Recently, substantial breakthroughs such as imaging through biological tissues and looking around corners have been obtained by the use of wavefront-shaping approaches. However, these require an implanted guide-star for determining the wavefront correction, controlled coherent illumination, and most often raster scanning of the shaped focus. Alternative novel computational approaches that exploit speckle correlations, avoid guide-stars and wavefront control but are limited to small two-dimensional objects contained within the memory-effect correlations range. Here, we present a new concept, image-guided wavefront-shaping, allowing non-invasive, guidestar-free, widefield, incoherent imaging through highly scattering layers, without illumination control. Most importantly, the wavefront-correction is found even for objects that are larger than the memory-effect range, by blindly optimizing image-quality metrics. We demonstrate imaging of extended objects through highly-scattering layers and multi-core fibers, paving the way for non-invasive imaging in various applications, from microscopy to endoscopy.
• Abstract（参考訳）: 散乱媒体による光学イメージングは多くの応用において基本的な課題である。 近年, 生体組織を画像化したり, 角を見回したりといった重要なブレークスルーが, 波面形状のアプローチによって得られている。 しかし、これらは波面補正、コヒーレント照明の制御、そして多くの場合、形状の焦点をラスター走査するために埋め込まれたガイドスターを必要とする。 スペックル相関を利用し、ガイドスターやウェーブフロント制御を回避できる別の新しい計算手法は、メモリ効果相関範囲に含まれる小さな2次元オブジェクトに限られる。 そこで本研究では,非侵襲的でガイドスターフリーで広視野の非コヒーレントイメージングを高散乱層を通じて実現し,照明制御を行なわない,画像誘導波面形成という新しい概念を提案する。 最も重要なのは、画像品質のメトリクスを盲目的に最適化することで、メモリ効果範囲よりも大きいオブジェクトでもウェーブフロント補正が見つかることです。 高散乱層とマルチコアファイバによる拡張物体のイメージングを実演し、顕微鏡から内視鏡まで様々な応用において非侵襲的なイメージングの道を開く。

関連論文リスト

• MODEL&CO: Exoplanet detection in angular differential imaging by learning across multiple observations [37.845442465099396]
  ほとんどの後処理法は、対象の観測自体から核分裂のモデルを構築している。 本稿では,教師付き深層学習技術を利用して,複数観測のアーカイブからニュアンスモデルを構築することを提案する。 本稿では,提案手法をVLT/SPHERE機器から得られた複数のデータセットに適用し,高精度なリコールトレードオフを示す。
  論文  参考訳（メタデータ） (2024-09-23T09:22:45Z)
• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• DEEP$^2$: Deep Learning Powered De-scattering with Excitation Patterning [3.637479539861615]
  「励起パターンやDEEPによるデスパッタリング」は、ポイントスキャンに代わる広帯域の代替品である。 ディープラーニングベースのモデルであるDEEP$2$を提示し、数百ではなく、わずか数十パターンの励起から画像を切り離すことができる。 本手法は, 生マウスにおいて, 最大4つの散乱長を撮像するin-vivo cortical vasculatureを含む, 複数の数値および物理的実験で実証した。
  論文  参考訳（メタデータ） (2022-10-19T21:12:09Z)
• All-optical image classification through unknown random diffusers using a single-pixel diffractive network [13.7472825798265]
  ランダムで未知の散乱媒体の背後にある物体の分類は、計算画像とマシンビジョンフィールドの難しいタスクをセットする。 近年の深層学習に基づくアプローチは、画像センサによって収集されたディフューザ歪みパターンを用いた物体の分類を実証した。 本稿では,1画素で検出されたブロードバンド照明を用いて未知の物体をランダムな位相拡散器で直接分類する全光学プロセッサを提案する。
  論文  参考訳（メタデータ） (2022-08-08T08:26:08Z)
• Topologically Protecting Squeezed Light on a Photonic Chip [58.71663911863411]
  集積フォトニクスは、導波路内部に厳密に光を閉じ込めることで非線形性を高めるエレガントな方法を提供する。 シリカチップに励起光を発生させることができる自発4波混合のトポロジカルに保護された非線形過程を実験的に実証した。
  論文  参考訳（メタデータ） (2021-06-14T13:39:46Z)
• Axial-to-lateral super-resolution for 3D fluorescence microscopy using unsupervised deep learning [19.515134844947717]
  本論文では、蛍光顕微鏡における異方性画像強化のための深層学習可能な非教師付きスーパーレゾリューション技術を提案する。 ネットワークのトレーニングには1枚の3D画像スタックしか必要としないため,本手法は実践の労力を大幅に削減する。 訓練されたネットワークは、回折限界を超える軸分解能を高めるだけでなく、イメージングプレーン間の視覚的詳細の抑制とイメージングアーティファクトの除去も行うことを実証します。
  論文  参考訳（メタデータ） (2021-04-19T16:31:12Z)
• 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)
• Correlation Plenoptic Imaging between Arbitrary Planes [52.77024349608834]
  提案プロトコルは,処理後の集中面の変更を可能にし,画像解像度と被写界深度を前例のない組み合わせで実現可能であることを示す。 その結果、カオス光に基づく相関レンズ画像装置のコンパクト化や、絡み合った光子照明に基づく高SNRレンズ画像装置の開発への道が開かれた。
  論文  参考訳（メタデータ） (2020-07-23T14:26:14Z)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)
• Pushing the Limit of Unsupervised Learning for Ultrasound Image Artifact Removal [41.10604715789614]
  ディープ・ラーニング・アプローチは超音波イメージングに成功している。 本稿では, 最適輸送駆動サイクルGAN (OT-cycleGAN) を用いた教師なし学習の最近の理論に着想を得て, 教師なしディープラーニングの適用性を検討した。
  論文  参考訳（メタデータ） (2020-06-26T03:21:56Z)
• Quantum metamaterial for nondestructive microwave photon counting [52.77024349608834]
  弱い非線形メタマテリアルに基づいてマイクロ波領域で動作する単一光子検出器の設計を提案する。 単光子検出の忠実度はメタマテリアルの長さとともに増加し,実験的に現実的な長さで接近することを示す。 光領域で動作する従来の光子検出器とは対照的に、光子検出により光子を破壊せず、光子波束を最小限に乱す。
  論文  参考訳（メタデータ） (2020-05-13T18:00:03Z)

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。