Fugu-MT 論文翻訳(概要): Identifying Objects at the Quantum Limit for Super-Resolution Imaging

論文の概要: Identifying Objects at the Quantum Limit for Super-Resolution Imaging

arxiv url: http://arxiv.org/abs/2107.00673v2
Date: Thu, 28 Apr 2022 18:00:04 GMT
ステータス: 処理完了
システム内更新日: 2023-03-23 20:32:40.693702
Title: Identifying Objects at the Quantum Limit for Super-Resolution Imaging
Title（参考訳）: 超解像イメージングのための量子限界における物体の同定
Authors: Michael R Grace, Saikat Guha
Abstract要約: 疑似単色物体の無コヒーレントなデータベース上での仮説テストに対する量子制限誤差境界を解析的に計算する。収集した光の物体独立な線形光学空間処理は、これらの最終的な誤差率を正確に達成することを示す。
参考スコア（独自算出の注目度）: 1.2792576041526287
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider passive imaging tasks involving discrimination between known candidate objects and investigate the best possible accuracy with which the correct object can be identified. We analytically compute quantum-limited error bounds for hypothesis tests on any database of incoherent, quasi-monochromatic objects when the imaging system is dominated by optical diffraction. We further show that object-independent linear-optical spatial processing of the collected light exactly achieves these ultimate error rates, exhibiting superior scaling than spatially-resolved direct imaging as the scene becomes more severely diffraction-limited. We apply our results to example imaging scenarios and find conditions under which super-resolution object discrimination can be physically realized.
Abstract（参考訳）: 既知の候補オブジェクトの識別を含む受動的イメージングタスクを検討し,正しいオブジェクトを識別できる最善の精度について検討する。撮像系が光回折に支配されている場合,不均一な準単色物体のデータベース上での仮説テストに対する量子制限誤差境界を解析的に計算する。さらに, 収集した光の物体非依存線形光学的空間処理は, この究極の誤差率を正確に達成し, シーンの回折が厳しくなるにつれて, 空間的に分解された直接撮像よりも優れたスケーリングを示すことを示した。本研究は,実例の撮像シナリオに適用し,超解像物体識別を物理的に実現できる条件を見いだす。

関連論文リスト

Deep-learning-based decomposition of overlapping-sparse images: application at the vertex of neutrino interactions [2.5521723486759407]
本稿では,深層学習の力を利用して,多次元重なり合うスパース画像中の個々の物体を正確に抽出する手法を提案する。これは、イメージング検出器から得られるオーバーレイド素粒子を分解した高エネルギー物理学の直接的な応用である。
論文参考訳（メタデータ） (2023-10-30T16:12:25Z)
SSIF: Learning Continuous Image Representation for Spatial-Spectral Super-Resolution [73.46167948298041]
本稿では,空間領域における連続画素座標とスペクトル領域における連続波長の両方の関数として,画像を表すニューラル暗黙モデルを提案する。 SSIFは空間分解能とスペクトル分解能の両方によく対応していることを示す。ダウンストリームタスクのパフォーマンスを1.7%-7%向上させる高解像度画像を生成することができる。
論文参考訳（メタデータ） (2023-09-30T15:23:30Z)
Detecting changes to sub-diffraction objects with quantum-optimal speed and accuracy [0.8409980020848168]
サブディフレクション・インコヒーレント・イメージングにおいて、固定された誤報率に対して最良平均遅延を評価する。我々は、入射光強度の直接焦点面検出が、準最適検出レイテンシを実現することを発見した。我々は,モンテカルロシミュレーションを用いて,変化検出手法の検証を行い,従来の受信機と量子最適受信機とのギャップの増大を定量化する。
論文参考訳（メタデータ） (2023-08-14T16:48:18Z)
High-dimensional quantum correlation measurements with an adaptively gated hybrid single-photon camera [58.720142291102135]
本研究では,高空間分解能センサと高時間分解能検出器を組み合わせた適応ゲート型ハイブリッド高分解能カメラ(HIC)を提案する。空間分解能は9メガピクセル近く、時間分解能はナノ秒に近いため、このシステムは以前は実現不可能だった量子光学実験の実現を可能にする。
論文参考訳（メタデータ） (2023-05-25T16:59:27Z)
Towards Spatial Equilibrium Object Detection [88.9747319572368]
本稿では,現代物体検出器の空間的不平衡問題について考察する。本稿では,ゾーンにおける検出性能の測定により,この問題の定量化を提案する。これは、より一般化された測度を設計する動機となり、空間平衡精度と呼ばれる。
論文参考訳（メタデータ） (2023-01-14T17:33:26Z)
Degradation-agnostic Correspondence from Resolution-asymmetric Stereo [96.03964515969652]
テレワイドカメラシステムで取得した解像度の異なる2枚の画像からステレオマッチングの問題を考察する。特徴量整合性という画像空間の代わりに特徴空間に2つのビュー間の整合性を課すことを提案する。測光損失をトレーニングしたステレオマッチングネットワークは最適ではないが, 特徴抽出器は劣化に依存しない, マッチング特有の特徴を生成できる。
論文参考訳（メタデータ） (2022-04-04T12:24:34Z)
Smart Quantum Statistical Imaging beyond the Abbe-Rayleigh Criterion [0.0]
超解像撮像のためのスマート量子カメラを導入する。このカメラは、未知の光源の混合物の統計的変動を特定するために、人工知能の自己学習機能を利用する。我々の研究は、顕微鏡、リモートセンシング、天文学に重要な意味を持つ画像の分野における新しい視点を提供する。
論文参考訳（メタデータ） (2021-10-11T17:33:51Z)
Light Lies: Optical Adversarial Attack [24.831391763610046]
本稿では, 画像センサに到達した光界情報を物理的に変化させて, 分類モデルが誤分類を生じさせる光学対向攻撃を提案する。シミュレーションと実際のハードウェア光システムの両方に基づく実験を行い,提案手法の有効性を実証した。
論文参考訳（メタデータ） (2021-06-18T04:20:49Z)
Back to sources -- the role of losses and coherence in super-resolution imaging revisited [0.0]
我々は,光4fイメージングシステムの汎用モデルとして,量子フィッシャー情報を計算する。非コヒーレントソースに最適である空間モードデマルチプレクシング測定は、任意のコヒーレンス度に最適であることを示す。
論文参考訳（メタデータ） (2021-03-22T18:00:32Z)
AOT: Appearance Optimal Transport Based Identity Swapping for Forgery Detection [76.7063732501752]
顔偽造検出のための外観の相違が大きい新しい識別スワップアルゴリズムを提案する。外観のギャップは主に、照明と肌の色における大きな相違から生じる。実画像パッチと偽画像パッチの混在とを識別するために識別器を導入する。
論文参考訳（メタデータ） (2020-11-05T06:17:04Z)
Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
論文参考訳（メタデータ） (2020-08-18T20:30:47Z)

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。