論文の概要: Solving combinational optimization problems with evolutionary
single-pixel imaging
- arxiv url: http://arxiv.org/abs/2210.05923v1
- Date: Wed, 12 Oct 2022 05:06:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 15:41:07.086678
- Title: Solving combinational optimization problems with evolutionary
single-pixel imaging
- Title(参考訳): 進化的単画素イメージングによる組合せ最適化問題の解法
- Authors: Wei Huang, Jiaxiang Li, Shuming Jiao, Zibang Zhang
- Abstract要約: 単画素イメージング(SPI)は、従来のカメラの画素センサアレイを単画素検出器に置き換えた新しい光学画像技術である。
本研究では,画像に加え,他の種類のデータを処理するためのSPI方式を提案する。
- 参考スコア(独自算出の注目度): 4.363127731705663
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Single-pixel imaging (SPI) is a novel optical imaging technique by replacing
the pixelated sensor array in a conventional camera with a single-pixel
detector. In previous works, SPI is usually used for capturing object images or
performing image processing tasks. In this work, we propose a SPI scheme for
processing other types of data in addition to images. An Ising machine model is
implemented optically with SPI for solving combinational optimization problems
including number partition and graph maximum cut. Simulated and experimental
results show that our proposed scheme can optimize the Hamiltonian function
with evolutionary illumination patterns.
- Abstract(参考訳): spi(single-pixel imaging)は、従来のカメラの画素センサーアレイを単一画素検出器に置き換えた新しい光学イメージング技術である。
以前の研究では通常、SPIはオブジェクト画像のキャプチャや画像処理タスクの実行に使用される。
本研究では,画像に加え,他の種類のデータを処理するためのSPI方式を提案する。
数値分割やグラフ最大カットを含む組合せ最適化問題の解法として,SPIを用いてイジングマシンモデルを光学的に実装した。
シミュレーションおよび実験により,提案手法は進化的照明パターンを用いてハミルトン関数を最適化できることを示す。
関連論文リスト
- Pixel-Inconsistency Modeling for Image Manipulation Localization [63.54342601757723]
デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。
本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。
実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
論文 参考訳(メタデータ) (2023-09-30T02:54:51Z) - Aperture Diffraction for Compact Snapshot Spectral Imaging [27.321750056840706]
我々は、Aperture Diffraction Imaging Spectrometer (ADIS) という、コンパクトで費用効率の良いスナップショット分光画像システムを紹介した。
モザイクフィルタセンサ上の離散符号化位置にオブジェクト空間の各点を多重化する新しい光学設計を導入する。
回折変性を強く知覚するカスケードシフトシャッフルスペクトル変換器(CSST)は、空間制約の逆問題を解決するために設計されている。
論文 参考訳(メタデータ) (2023-09-27T16:48:46Z) - PS-Transformer: Learning Sparse Photometric Stereo Network using
Self-Attention Mechanism [4.822598110892846]
線形プロジェクションや最大プーリングといった事前定義された操作に基づいて、異なる照明下での深いキャリブレーションされた光度ステレオネットワークの観測を集約する。
この問題に対処するために,PS-Transformer という,複雑な画像間相互作用を適切に捉えるために,学習可能な自己認識機構を活用する,細かなキャリブレーションを施した光度ステレオネットワークを提案する。
論文 参考訳(メタデータ) (2022-11-21T11:58:25Z) - A Constrained Deformable Convolutional Network for Efficient Single
Image Dynamic Scene Blind Deblurring with Spatially-Variant Motion Blur
Kernels Estimation [12.744989551644744]
本稿では,効率的なシングルイメージダイナミックシーンブラインドブルのための制約付き変形可能な畳み込みネットワーク(CDCN)を提案する。
CDCNは、高精度な空間変動運動ぼかしカーネル推定と高品質な画像復元を同時に達成する。
論文 参考訳(メタデータ) (2022-08-23T03:28:21Z) - Deep-learned orthogonal basis patterns for fast, noise-robust
single-pixel imaging [0.0]
SPI(Single-Pixel Imaging)は、従来のカメラの概念を超越した、斬新な方法である。
深層学習は、SPI再構成問題を解決する代替手法として提案されている。
最大6.25%の圧縮比を持つ64x64画素画像に対して,SPIのための改良されたディープ畳み込みオートエンコーダネットワーク(DCAN)を提案する。
論文 参考訳(メタデータ) (2022-05-18T06:12:33Z) - Playing Tic-Tac-Toe Games with Intelligent Single-pixel Imaging [4.363127731705663]
シングルピクセルイメージング(英: Single-Pixel Imaging, SPI)は、2次元の画素センサを単画素検出器とパターン照明に置き換えた新しい光学的イメージング技術である。
本研究では,Tic-Tac-Toeゲームをインタラクティブにプレイする新たな非イメージベースタスクをSPIのフレームワークにマージする。
論文 参考訳(メタデータ) (2022-05-07T14:45:54Z) - Hybrid Pixel-Unshuffled Network for Lightweight Image Super-Resolution [64.54162195322246]
畳み込みニューラルネットワーク(CNN)は画像超解像(SR)において大きな成功を収めた
ほとんどのディープCNNベースのSRモデルは、高い性能を得るために大量の計算を処理している。
SRタスクに効率的かつ効果的なダウンサンプリングモジュールを導入することで,HPUN(Hybrid Pixel-Unshuffled Network)を提案する。
論文 参考訳(メタデータ) (2022-03-16T20:10:41Z) - Neural Data-Dependent Transform for Learned Image Compression [72.86505042102155]
ニューラルデータに依存した変換を構築し,各画像の符号化効率を最適化する連続オンラインモード決定機構を導入する。
実験の結果,提案したニューラルシンタクス設計と連続オンラインモード決定機構の有効性が示された。
論文 参考訳(メタデータ) (2022-03-09T14:56:48Z) - 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) - A Flexible Framework for Designing Trainable Priors with Adaptive
Smoothing and Game Encoding [57.1077544780653]
我々は、前方通過を非滑らかな凸最適化問題として解釈できるニューラルネットワーク層の設計とトレーニングのための一般的なフレームワークを紹介する。
グラフのノードに代表されるローカルエージェントによって解決され、正規化関数を介して相互作用する凸ゲームに焦点を当てる。
このアプローチは、訓練可能なエンドツーエンドのディープモデル内で、古典的な画像の事前使用を可能にするため、画像の問題を解決するために魅力的である。
論文 参考訳(メタデータ) (2020-06-26T08:34:54Z)
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。