論文の概要: Improving spatial domain based image formation through compressed sensing

• arxiv url: http://arxiv.org/abs/2010.00295v1
• Date: Thu, 1 Oct 2020 10:56:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 08:37:42.330267
• Title: Improving spatial domain based image formation through compressed sensing
• Title（参考訳）: 圧縮センシングによる空間領域画像形成の改善
• Authors: Gene Stoltz and Andr\'e Leon Nel
• Abstract要約: 我々は,検出器の最適視野を選択することにより,単画素走査システムにおける画像再構成を改善する。 圧縮センシングはアルゴリズムとして探索され、Lanczosと比較して高い確率で性能が向上したことを示す。 その結果,マルチレベルサンプリングはピーク信号対ノイズ比の分布を改善することがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we improve image reconstruction in a single-pixel scanning system by selecting an detector optimal field of view. Image reconstruction is based on compressed sensing and image quality is compared to interpolated staring arrays. The image quality comparisons use a "dead leaves" data set, Bayesian estimation and the Peak-Signal-to-Noise Ratio (PSNR) measure. Compressed sensing is explored as an interpolation algorithm and shows with high probability an improved performance compared to Lanczos interpolation. Furthermore, multi-level sampling in a single-pixel scanning system is simulated by dynamically altering the detector field of view. It was shown that multi-level sampling improves the distribution of the Peak-Signal-to-Noise Ratio. We further explore the expected sampling level distributions and PSNR distributions for multi-level sampling. The PSNR distribution indicates that there is a small set of levels which will improve image quality over interpolated staring arrays. We further conclude that multi-level sampling will outperform single-level uniform random sampling on average.
• Abstract（参考訳）: 本稿では,検出器の最適視野を選択することにより,単画素走査システムにおける画像再構成を改善する。 画像再構成は圧縮センシングに基づいており、画質は補間されたスターティングアレイと比較される。 画像品質比較は「死葉」データセット、ベイズ推定、ピーク信号対雑音比(psnr)を用いて行う。 圧縮センシングは補間アルゴリズムとして探索され、ランチョス補間と比較して高い確率で性能向上を示す。 さらに、単一画素走査システムにおけるマルチレベルサンプリングは、検出器視野を動的に変更してシミュレートされる。 マルチレベルサンプリングはピーク信号対雑音比の分布を改善することを示した。 さらに,多レベルサンプリングのためのサンプリングレベル分布とPSNR分布について検討する。 PSNR分布は、補間されたスターリングアレイよりも画質を向上させる少数のレベルが存在することを示している。 さらに、マルチレベルサンプリングは、平均でシングルレベル一様ランダムサンプリングを上回ると結論づけた。

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)
• MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
  本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。 実験により,提案手法が現在の先行手法を超越していることが実証された。
  論文  参考訳（メタデータ） (2024-01-19T04:40:20Z)
• A Novel Approach to Threshold Quantum Images by using Unsharp Measurements [0.8287206589886881]
  本研究では、未シャープ測定により、グレースケール画像のしきい値とバイナライズのためのハイブリッド量子アプローチを提案する。 提案手法は、重複するガウスのピークと、隣接する局所ミニマの間の距離を分散として利用する。 得られたしきい値を用いて、しきい値エンコーダと統合された新しい量子画像表現を用いて、グレースケール画像をバイナライズする。
  論文  参考訳（メタデータ） (2023-10-16T18:34:40Z)
• CDPMSR: Conditional Diffusion Probabilistic Models for Single Image Super-Resolution [91.56337748920662]
  拡散確率モデル(DPM)は画像から画像への変換において広く採用されている。 単純だが自明なDPMベースの超解像後処理フレームワーク,すなわちcDPMSRを提案する。 本手法は, 定性的および定量的な結果の両面において, 先行試行を超越した手法である。
  論文  参考訳（メタデータ） (2023-02-14T15:13:33Z)
• Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image Super-Resolution with Subpixel Fusion [67.35540259040806]
  サブピクセルレベルのHS超解像フレームワークを提案する。 名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。 我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
  論文  参考訳（メタデータ） (2022-05-07T23:40:36Z)
• A Hierarchical Transformation-Discriminating Generative Model for Few Shot Anomaly Detection [93.38607559281601]
  各トレーニングイメージのマルチスケールパッチ分布をキャプチャする階層的生成モデルを開発した。 この異常スコアは、スケール及び画像領域にわたる正しい変換のパッチベースの投票を集約して得られる。
  論文  参考訳（メタデータ） (2021-04-29T17:49:48Z)
• 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)
• Learning Sampling and Model-Based Signal Recovery for Compressed Sensing MRI [30.838990115880197]
  圧縮センシング(CS)MRIは、画像品質を損なうことなく、取得を加速するためにk空間の適切なアンサンプに依存する。 タスク適応型k空間サンプリングとそれに続くモデルベース近位回復ネットワークの併用学習を提案する。 高いフレキシブルサンプリングモデルとモデルベース(サンプル適応型)画像再構成ネットワークの組み合わせにより、探索と効率的なトレーニングが容易になり、MR画像の品質が向上した。
  論文  参考訳（メタデータ） (2020-04-22T12:50:03Z)
• Contrast resolution of few-photon detectors [0.0]
  低光域での単色画素画像取得システムにおいて、異なる強度を区別する能力について分析する。 PNR検出器に基づくシステムは, 比較的理想的でない条件下であっても, クリック・ディテクタベースのシステムよりも有利であることがわかった。
  論文  参考訳（メタデータ） (2020-03-31T10:30:19Z)

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。