Fugu-MT 論文翻訳(概要): Low-Light Shadow Imaging using Quantum-Noise Detection with a Camera

論文の概要: Low-Light Shadow Imaging using Quantum-Noise Detection with a Camera

arxiv url: http://arxiv.org/abs/2106.00785v2
Date: Mon, 20 Sep 2021 20:50:55 GMT
ステータス: 処理完了
システム内更新日: 2023-03-28 03:21:04.146271
Title: Low-Light Shadow Imaging using Quantum-Noise Detection with a Camera
Title（参考訳）: カメラを用いた量子ノイズ検出による低光シャドーイメージング
Authors: Savannah L. Cuozzo, Pratik J. Barge, Nikunjkumar Prajapati, Narayan Bhusal, Hwang Lee, Lior Cohen, Irina Novikova, Eugeniy E. Mikhailov
Abstract要約: 我々は不透明物体との相互作用による量子ノイズ修正に基づくイメージング手法を実験的に実証した。圧縮真空で照らされた物体の像を, 合計800光子を用いて復元し, 平均1フレーム当たり1光トン以下で再現する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We experimentally demonstrate an imaging technique based on quantum noise modification after interaction with an opaque object. By using a homodyne-like detection scheme, we eliminate the detrimental effect of the camera's dark noise, making this approach particularly attractive for imaging scenarios that require weak illumination. Here, we reconstruct the image of an object illuminated with a squeezed vacuum using a total of 800 photons, utilizing less than one photon per frame on average.
Abstract（参考訳）: 不透明物体との相互作用後の量子ノイズ修正に基づくイメージング手法を実験的に実証する。ホモダインのような検出手法を用いることで、カメラの暗騒音による有害な効果を排除し、弱い照明を必要とする撮像シナリオに対して特に魅力的となる。ここでは, 圧縮真空で照らされた物体の像を, 合計800光子を用いて再構成し, 平均1フレーム当たり1光トン以下で再現する。

関連論文リスト

Image Denoising and the Generative Accumulation of Photons [63.14988413396991]
我々は,次の光子がどこに到着できるかを予測するために訓練されたネットワークが,実際に最小平均二乗誤差(MMSE)を解くことを示している。自己監督型認知のための新しい戦略を提案する。本稿では,画像に少量の光子を反復的にサンプリングし,付加することにより,可能な解の後方からサンプリングする新しい方法を提案する。
論文参考訳（メタデータ） (2023-07-13T08:03:32Z)
WildLight: In-the-wild Inverse Rendering with a Flashlight [77.31815397135381]
本研究では、未知の環境光下での逆レンダリングのための実用的な測光ソリューションを提案する。本システムは,スマートフォンで撮影した多視点画像のみを用いて,シーン形状と反射率を復元する。提案手法は実装が容易で,セットアップも容易で,既存の逆レンダリング技術よりも一貫して優れていることを示す。
論文参考訳（メタデータ） (2023-03-24T17:59:56Z)
Infrared photon-number-resolving imager using a Skipper-CCD [0.0]
天文学的な検出において、居住可能な太陽系外惑星の探索は、生体信号を探している大気圏のイメージングを要求する。ここでは、赤外波長範囲の撮像装置を用いて、読み出しノイズを任意に低減する。この装置では、同一フレーム内の幅広い強度で物体を撮像し、読み出しノイズを0.2e$-$以下にすることで、1ピクセルあたり2光子未満の形状でも識別し、以前はノイズの中に隠されていたものを明らかにすることができる。
論文参考訳（メタデータ） (2023-01-26T01:22:41Z)
Experimental quantum imaging distillation with undetected light [0.0]
誘導コヒーレンス効果に基づくイメージングでは、光子対を用いて物体の情報を探査する光を検出することなく得る。提案手法は,実利得信号の最大250倍の雑音レベルに対して,物体の高品質な画像を生成することができることを示す。
論文参考訳（メタデータ） (2023-01-06T14:41:50Z)
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)
Label-free quantum super-resolution imaging using entangled multi-mode squeezed light [0.0]
我々は、ショットノイズレベル以下で異常な絡み合いとノイズ抑制を有するマルチモード量子光状態を作成する。これにより、従来のコヒーレント・ステート・ライト・イメージングと比較して撮像誤差が大幅に減少する。現実的な応用として、この新しい量子イメージングアプローチは、同じ画質を達成するために必要な光子の数を2桁に減らす。
論文参考訳（メタデータ） (2022-07-22T00:23:24Z)
Physics-based Noise Modeling for Extreme Low-light Photography [63.65570751728917]
CMOS光センサの撮像パイプラインにおけるノイズ統計について検討する。実雑音構造を正確に特徴付けることのできる包括的ノイズモデルを定式化する。我々のノイズモデルは、学習に基づく低照度復調アルゴリズムのためのリアルなトレーニングデータを合成するのに利用できる。
論文参考訳（メタデータ） (2021-08-04T16:36:29Z)
Photon-Starved Scene Inference using Single Photon Cameras [14.121328731553868]
本稿では,PPPレベルの広い範囲にまたがる高SNR画像の集合体として,光子スケール空間を提案する。特徴表現空間において、異なる照明レベルの画像を互いに近接させる訓練手法を開発した。提案手法に基づいて,SPADカメラを用いたシミュレーションおよび実実験により,各種推論タスクの高性能化を実証する。
論文参考訳（メタデータ） (2021-07-23T02:27:03Z)
Quantum illumination imaging with a single-photon avalanche diode camera [1.8619748472447963]
単光子-バランシェダイオード(SPAD)アレイは、バイオフォトニクス、光学測光、センシング、量子光学において必須のツールである。本稿では,100kpのSPADカメラを用いたフルフィールド光子対相関画像の実証を行った。
論文参考訳（メタデータ） (2020-07-31T12:53:43Z)
Deep Bilateral Retinex for Low-Light Image Enhancement [96.15991198417552]
低照度画像は、低コントラスト、色歪み、測定ノイズによる視界の低下に悩まされる。本稿では,低照度画像強調のための深層学習手法を提案する。提案手法は最先端の手法と非常に競合し, 極めて低照度で撮影した画像の処理において, 他に比べて大きな優位性を有する。
論文参考訳（メタデータ） (2020-07-04T06:26:44Z)
Unsupervised Low-light Image Enhancement with Decoupled Networks [103.74355338972123]
我々は、実世界の低照度画像を教師なしで拡張する2段階のGANベースのフレームワークを学習する。提案手法は,照度向上と雑音低減の両面から,最先端の教師なし画像強調法より優れる。
論文参考訳（メタデータ） (2020-05-06T13:37:08Z)

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。