論文の概要: Multi-Modal Super Resolution for Dense Microscopic Particle Size
Estimation
- arxiv url: http://arxiv.org/abs/2010.09594v1
- Date: Mon, 19 Oct 2020 15:20:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-05 21:30:53.540219
- Title: Multi-Modal Super Resolution for Dense Microscopic Particle Size
Estimation
- Title（参考訳）: 微小粒子径推定のためのマルチモード超解像
- Authors: Sarvesh Patil, Chava Y P D Phani Rajanish, and Naveen Margankunte
- Abstract要約: 我々は,2つのジェネレーティブ・アドバイサル・ネットワーク(cGAN)の組み合わせにより,スーパーリゾルバOM画像が走査型電子顕微鏡(SEM)画像のように見えることを提案する。
提案したモデルは, 高精度な粒子径推定のための多モード画像変換と超解像の一般化可能な方法を示す。
- 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: Particle Size Analysis (PSA) is an important process carried out in a number
of industries, which can significantly influence the properties of the final
product. A ubiquitous instrument for this purpose is the Optical Microscope
(OM). However, OMs are often prone to drawbacks like low resolution, small
focal depth, and edge features being masked due to diffraction. We propose a
powerful application of a combination of two Conditional Generative Adversarial
Networks (cGANs) that Super Resolve OM images to look like Scanning Electron
Microscope (SEM) images. We further demonstrate the use of a custom object
detection module that can perform efficient PSA of the super-resolved particles
on both, densely and sparsely packed images. The PSA results obtained from the
super-resolved images have been benchmarked against human annotators, and
results obtained from the corresponding SEM images. The proposed models show a
generalizable way of multi-modal image translation and super-resolution for
accurate particle size estimation.
- Abstract（参考訳）: 粒径分析(PSA)は,多くの産業において重要なプロセスであり,最終製品の性質に大きな影響を及ぼす可能性がある。
この目的のためのユビキタス機器は光学顕微鏡(OM)である。
しかし、OMは低分解能、小さな焦点深度、回折によって隠蔽されるエッジといった欠点がしばしば起こる。
我々は,2つの条件付き生成共振器ネットワーク(cGAN)の組み合わせによる,走査型電子顕微鏡(SEM)画像のように見えるスーパーリゾルバOM画像の強力な応用を提案する。
さらに,高分解能粒子のPSAを高密度かつ疎結合の画像上で効率的に行うことのできる,カスタムオブジェクト検出モジュールの利用を実証する。
超解像から得られたPSA結果は、ヒトアノテータに対してベンチマークされ、対応するSEM画像から得られた。
提案したモデルは, 高精度な粒子径推定のための多モード画像変換と超解像の一般化可能な方法を示す。
関連論文リスト
- ZoomLDM: Latent Diffusion Model for multi-scale image generation [57.639937071834986]
複数のスケールで画像を生成するための拡散モデルZoomLDMを提案する。
我々のアプローチの中心は、自己教師あり学習(SSL)埋め込みを利用した、新たな拡大対応条件付け機構である。
ZoomLDMは、すべてのスケールにわたる最先端の画像生成品質を実現し、大きな画像全体のサムネイルを生成するデータスカース設定に優れています。
論文 参考訳（メタデータ） (2024-11-25T22:39:22Z) - Deep Learning Enables Large Depth-of-Field Images for
Sub-Diffraction-Limit Scanning Superlens Microscopy [16.152554659134246]
深層学習を用いて、光学超解像(OSR)画像と走査電子顕微鏡領域画像とのマッピング関係を得る。
提案手法は, チップレベルの欠陥検出, 生物学的試料分析, 法医学, その他の様々な分野に適用可能であることを示す。
論文 参考訳（メタデータ） (2023-10-27T09:16:56Z) - Multipass wide-field phase imager [0.8317595522478687]
複数mm2大視野の多目的干渉コントラストイメージング技術について報告する。
自己イメージの非共鳴キャビティを使用することで、感度が向上する。
位相プロファイルは、特別に設計された単光子カメラのおかげで、各ラウンドごとに個別に解決できる。
論文 参考訳（メタデータ） (2023-06-30T10:56:00Z) - 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) - Multi-View Photometric Stereo Revisited [100.97116470055273]
多視点測光ステレオ(MVPS)は、画像から被写体を詳細に正確に3D取得する方法として好まれる。
MVPSは異方性や光沢などの他の対象物質と同様に,等方性に対しても有効である。
提案手法は、複数のベンチマークデータセットで広範囲にテストした場合に、最先端の結果を示す。
論文 参考訳（メタデータ） (2022-10-14T09:46:15Z) - 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) - Interaction-free imaging of multi-pixel objects [58.720142291102135]
量子イメージングは、生物学的組織のような低照度な条件を必要とする敏感なサンプルを研究するのに適している。
この文脈では、相互作用のない測定(IFM)により、試料と相互作用する光子なしで不透明な物体の存在を推測することができる。
ここでは、画素に関する情報を内部自由度に符号化することにより、ICMイメージングスキームを多画素半透明オブジェクトに拡張する。
論文 参考訳（メタデータ） (2021-06-08T06:49:19Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2020-03-15T23:07:56Z)
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。