論文の概要: Learning rich optical embeddings for privacy-preserving lensless image classification

• arxiv url: http://arxiv.org/abs/2206.01429v1
• Date: Fri, 3 Jun 2022 07:38:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-07 00:39:50.468060
• Title: Learning rich optical embeddings for privacy-preserving lensless image classification
• Title（参考訳）: プライバシー保護型レンズレス画像分類のためのリッチ光埋め込み学習
• Authors: Eric Bezzam, Martin Vetterli, Matthieu Simeoni
• Abstract要約: 我々は、光学系をエンコーダとしてキャストするユニークな多重化特性を利用して、カメラセンサーに直接学習した埋め込みを生成する。 画像分類の文脈では、エンコーダのパラメータと画像分類器のパラメータをエンドツーエンドで共同で最適化する。 我々の実験は、レンズレス光エンコーダとデジタル処理を共同で学習することで、センサーに低解像度の埋め込みが可能であることを示し、その結果、これらの測定から有意義な画像の復元がはるかに困難であることから、プライバシーが向上することを示している。
• 参考スコア（独自算出の注目度）: 17.169529483306103
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: By replacing the lens with a thin optical element, lensless imaging enables new applications and solutions beyond those supported by traditional camera design and post-processing, e.g. compact and lightweight form factors and visual privacy. The latter arises from the highly multiplexed measurements of lensless cameras, which require knowledge of the imaging system to recover a recognizable image. In this work, we exploit this unique multiplexing property: casting the optics as an encoder that produces learned embeddings directly at the camera sensor. We do so in the context of image classification, where we jointly optimize the encoder's parameters and those of an image classifier in an end-to-end fashion. Our experiments show that jointly learning the lensless optical encoder and the digital processing allows for lower resolution embeddings at the sensor, and hence better privacy as it is much harder to recover meaningful images from these measurements. Additional experiments show that such an optimization allows for lensless measurements that are more robust to typical real-world image transformations. While this work focuses on classification, the proposed programmable lensless camera and end-to-end optimization can be applied to other computational imaging tasks.
• Abstract（参考訳）: レンズを薄い光学素子に置き換えることで、レンズレスイメージングは、コンパクトで軽量なフォームファクタや視覚プライバシなど、従来のカメラ設計やポストプロセッシングでサポートされているものを超えて、新しい応用とソリューションを可能にする。 後者は、認識可能な画像の復元に撮像システムの知識を必要とするレンズレスカメラの高度に多重化された測定から生じる。 本研究では、光学をエンコーダとしてキャストし、カメラセンサに直接直接埋め込みを生成するという、このユニークな多重化特性を利用する。 我々は、エンコーダのパラメータと画像分類器のパラメータをエンドツーエンドの方法で共同で最適化する画像分類の文脈でそうする。 我々の実験は、レンズレス光エンコーダとデジタル処理を共同で学習することで、センサーに低解像度の埋め込みが可能であることを示し、その結果、これらの測定から有意義な画像の復元がはるかに困難であることから、プライバシーが向上することを示している。 さらなる実験により、このような最適化により、通常の実世界の画像変換よりも堅牢なレンズレス計測が可能になることが示されている。 この研究は分類に重点を置いているが、提案するプログラマブルレンズレスカメラとエンドツーエンドの最適化は他の計算画像処理タスクにも適用できる。

関連論文リスト

• Thin On-Sensor Nanophotonic Array Cameras [36.981384762023794]
  本稿では,コモディティカメラの代替として,エフフラット型ナノフォトニクス計算カメラを紹介する。 光アレイは、700nmの高さで平らで、センサーから2.5mmの距離のセンサーカバーガラスの上に埋め込まれている。 提案手法では, 生成拡散モデルを用いて, 暗黙の先行画像のサンプル化を行い, 平面画像からメガピクセル画像の再構成を行う。
  論文  参考訳（メタデータ） (2023-08-05T06:04:07Z)
• Neural Lens Modeling [50.57409162437732]
  NeuroLens(ニューロレンス)は、点投影と光線鋳造に使用できる歪みと磁化のための神経レンズモデルである。 古典的なキャリブレーションターゲットを使用してプリキャプチャのキャリブレーションを行うことができ、後に3D再構成の際にキャリブレーションやリファインメントを行うために使用できる。 このモデルは、多くのレンズタイプにまたがって一般化されており、既存の3D再構成とレンダリングシステムとの統合は容易である。
  論文  参考訳（メタデータ） (2023-04-10T20:09:17Z)
• The Differentiable Lens: Compound Lens Search over Glass Surfaces and Materials for Object Detection [42.00621716076439]
  ほとんどのカメラレンズシステムは、下流のコンピュータ手法とは独立して設計されている。 本稿では,レンズ設計の課題に対処する最適化手法を提案する。 具体的には,ガラス材料のエンド・ツー・エンドコンテキストでの最適化を容易にするために,定量化ガラス変数を導入する。
  論文  参考訳（メタデータ） (2022-12-08T18:01:17Z)
• Controllable Image Enhancement [66.18525728881711]
  いくつかのパラメータを制御して、複数のスタイルで高品質な画像を生成できる半自動画像強調アルゴリズムを提案する。 エンコーダ・デコーダフレームワークは、リタッチスキルを潜在コードにエンコードし、イメージ信号処理機能のパラメータにデコードする。
  論文  参考訳（メタデータ） (2022-06-16T23:54:53Z)
• Coded Illumination for Improved Lensless Imaging [22.992552346745523]
  我々は,レンズレスカメラで再構成した画像の品質向上のために,符号化照明を用いることを提案する。 画像モデルでは、レンズレスカメラがセンサを計測する際、シーン/オブジェクトは複数の符号化照明パターンで照らされる。 本稿では,システムの分離性とブロック対角構造を利用した高速かつ低複雑さな回復アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-11-25T01:22:40Z)
• Compound eye inspired flat lensless imaging with spatially-coded Voronoi-Fresnel phase [32.914536774672925]
  空間符号化されたVoronoi-Fresnel相を有するレンズレスカメラを,生体共役複合眼に触発されて,優れた画質を実現するために報告する。 1.6メガピクセル画像センサの試作型Voronoi-Fresnelレンズレスカメラを用いて,様々な照明条件下での撮像性能を実証および検証した。
  論文  参考訳（メタデータ） (2021-09-28T13:13:58Z)
• How to Calibrate Your Event Camera [58.80418612800161]
  画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
  論文  参考訳（メタデータ） (2021-05-26T07:06:58Z)
• Universal and Flexible Optical Aberration Correction Using Deep-Prior Based Deconvolution [51.274657266928315]
  そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。 具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
  論文  参考訳（メタデータ） (2021-04-07T12:00:38Z)
• Time-Multiplexed Coded Aperture Imaging: Learned Coded Aperture and Pixel Exposures for Compressive Imaging Systems [56.154190098338965]
  提案した時間多重符号化開口(TMCA)をエンドツーエンドで最適化できることを示した。 tmcaは圧縮光野イメージングとハイパースペクトルイメージングの2つの異なる応用において、より良いコード化されたスナップショットを誘導する。 この凝固法は、最先端の圧縮画像システムよりも4dB以上性能が高い。
  論文  参考訳（メタデータ） (2021-04-06T22:42:34Z)
• Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
  画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。 本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-03-04T12:45:18Z)
• PlenoptiCam v1.0: A light-field imaging framework [8.467466998915018]
  光界カメラは狭帯域深度センシングアプリケーションにおいてリッチな3次元情報検索において重要な役割を担っている。 レンズカメラによる露光から光フィールドを構成する際の重要な障害は、4次元画像データを計算的に調整し、調整し、再配置することである。 特定の望遠カメラ専用のパイプラインを調整することで、全体的な画質を向上させるためのいくつかの試みが提案されている。
  論文  参考訳（メタデータ） (2020-10-14T09:23:18Z)

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。