Fugu-MT 論文翻訳(概要): Learned holographic light transport

論文の概要: Learned holographic light transport

arxiv url: http://arxiv.org/abs/2108.08253v1
Date: Sun, 1 Aug 2021 12:05:33 GMT
ステータス: 処理完了
システム内更新日: 2021-08-22 14:36:15.360301
Title: Learned holographic light transport
Title（参考訳）: ホログラム光輸送の学習
Authors: Koray Kavakl{\i}, Hakan Urey, Kaan Ak\c{s}it
Abstract要約: ホログラフィーアルゴリズムはしばしば物理ホログラフィーディスプレイの結果と一致するシミュレーションで不足する。我々の研究はホログラフィックディスプレイのホログラフィック光輸送を学習することで、このミスマッチに対処する。本手法はホログラフィックディスプレイのシミュレーション精度と画質を劇的に向上させることができる。
参考スコア（独自算出の注目度）: 2.642698101441705
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Computer-Generated Holography (CGH) algorithms often fall short in matching simulations with results from a physical holographic display. Our work addresses this mismatch by learning the holographic light transport in holographic displays. Using a camera and a holographic display, we capture the image reconstructions of optimized holograms that rely on ideal simulations to generate a dataset. Inspired by the ideal simulations, we learn a complex-valued convolution kernel that can propagate given holograms to captured photographs in our dataset. Our method can dramatically improve simulation accuracy and image quality in holographic displays while paving the way for physically informed learning approaches.
Abstract（参考訳）: コンピュータ生成ホログラフィー(CGH)アルゴリズムは、物理ホログラフィーディスプレイの結果と一致しないことが多い。我々の研究はホログラフィックディスプレイのホログラフィック光輸送を学習することで、このミスマッチに対処する。カメラとホログラムディスプレイを用いて、理想的なシミュレーションに頼ってデータセットを生成する最適化ホログラムの画像再構成をキャプチャする。理想的なシミュレーションにインスパイアされた私たちは、データセットで撮影した写真に与えられたホログラムを伝播できる複雑な値の畳み込みカーネルを学習します。ホログラフィックディスプレイのシミュレーション精度と画質を劇的に向上させるとともに,物理情報を用いた学習手法の確立にも寄与する。

関連論文リスト

SynFog: A Photo-realistic Synthetic Fog Dataset based on End-to-end Imaging Simulation for Advancing Real-World Defogging in Autonomous Driving [48.27575423606407]
フォトリアリスティックな霧画像を生成するために,エンド・ツー・エンドのシミュレーションパイプラインを導入する。我々は、スカイライトとアクティブな照明条件の両方を特徴とするSynFogという新しい合成霧データセットを提案する。実験の結果,SynFogで訓練したモデルでは,視覚知覚と検出精度が優れていた。
論文参考訳（メタデータ） (2024-03-25T18:32:41Z)
Configurable Learned Holography [33.45219677645646]
本稿では,RGBのみの2次元画像から様々なホログラム表示のための3次元ホログラムをインタラクティブに計算する学習モデルを提案する。我々は,3次元ホログラム合成タスクの深度推定と3次元ホログラム合成の相関関係の同定に,ホログラム計算を頼れるようにした。
論文参考訳（メタデータ） (2024-03-24T13:57:30Z)
Deep Domain Adaptation: A Sim2Real Neural Approach for Improving Eye-Tracking Systems [80.62854148838359]
眼球画像のセグメンテーションは、最終視線推定に大きな影響を及ぼす眼球追跡の重要なステップである。対象視線画像と合成訓練データとの重なり合いを測定するために,次元還元法を用いている。提案手法は,シミュレーションと実世界のデータサンプルの相違に対処する際の頑健で,性能が向上する。
論文参考訳（メタデータ） (2024-03-23T22:32:06Z)
Supervised Homography Learning with Realistic Dataset Generation [60.934401870005026]
生成フェーズとトレーニングフェーズの2つのフェーズからなる反復的なフレームワークを提案する。生成段階では、ラベルのない画像対が与えられた場合、事前に推定された支配的な平面マスクとペアのホモグラフィを利用する。トレーニングフェーズでは、生成されたデータを使用して、教師付きホモグラフィネットワークをトレーニングする。
論文参考訳（メタデータ） (2023-07-28T07:03:18Z)
Stochastic Light Field Holography [35.73147050231529]
視覚チューリングテストはホログラフィックディスプレイのリアリズムを評価するための最終目標である。従来の研究は、大規模な焦点音量に対する「注意」や画質の制限といった課題に対処することに注力してきた。そこで本研究では,非コヒーレント光場の投影演算子をマッチングすることにより,ホログラム生成アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-07-12T16:20:08Z)
Mimicking non-ideal instrument behavior for hologram processing using neural style translation [0.0]
ホログラフィー雲プローブは、雲粒子密度、大きさ、位置に関する前例のない情報を提供する。ホログラムの処理にはかなりの計算資源と時間と時折人間の介入が必要ですここでは, 模擬ホログラムへのニューラルスタイル翻訳手法の適用例を示す。
論文参考訳（メタデータ） (2023-01-07T01:01:27Z)
Generic Lithography Modeling with Dual-band Optics-Inspired Neural Networks [52.200624127512874]
我々は、リソグラフィの基礎となる光学物理を考慮に入れたデュアルバンド光インスパイアされたニューラルネットワーク設計を導入する。提案手法は, タイルサイズが1nm2/ピクセル解像度で最初に公表された金属/金属層輪郭シミュレーションである。また,従来のリソグラフィーシミュレータよりも精度1%の精度で85倍の高速化を実現した。
論文参考訳（メタデータ） (2022-03-12T08:08:50Z)
Image quality enhancement of embedded holograms in holographic information hiding using deep neural networks [0.0]
埋め込みホログラムの明るさはホストホログラムの明るさのごく一部に設定され、ホストホログラムのほとんど損傷を受けていない。埋め込みホログラムの再構成画像は、再構成されたホスト画像よりも暗いため、知覚することは困難である。本研究では、深層ニューラルネットワークを用いて暗色画像の復元を行う。
論文参考訳（メタデータ） (2021-12-20T01:21:28Z)
Intrinsic Autoencoders for Joint Neural Rendering and Intrinsic Image Decomposition [67.9464567157846]
合成3Dモデルからリアルな画像を生成するためのオートエンコーダを提案し,同時に実像を本質的な形状と外観特性に分解する。実験により, レンダリングと分解の併用処理が有益であることが確認され, 画像から画像への翻訳の質的, 定量的なベースラインよりも優れた結果が得られた。
論文参考訳（メタデータ） (2020-06-29T12:53:58Z)
Deep DIH : Statistically Inferred Reconstruction of Digital In-Line Holography by Deep Learning [1.4619386068190985]
デジタルインラインホログラフィーは、顕微鏡オブジェクトの2次元ホログラムから3次元画像を再構成するのに一般的に用いられる。本稿では,シングルショットホログラム再構成のためのオートエンコーダに基づくディープラーニングアーキテクチャの実装を提案する。
論文参考訳（メタデータ） (2020-04-25T20:39:25Z)
Two-shot Spatially-varying BRDF and Shape Estimation [89.29020624201708]
形状とSVBRDFを段階的に推定した新しいディープラーニングアーキテクチャを提案する。ドメインランダム化された幾何学と現実的な材料を用いた大規模合成学習データセットを作成する。合成データセットと実世界のデータセットの両方の実験により、合成データセットでトレーニングされたネットワークが、実世界の画像に対してうまく一般化できることが示されている。
論文参考訳（メタデータ） (2020-04-01T12:56:13Z)

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。