Fugu-MT 論文翻訳(概要): Curriculum Learning for ab initio Deep Learned Refractive Optics

論文の概要: Curriculum Learning for ab initio Deep Learned Refractive Optics

arxiv url: http://arxiv.org/abs/2302.01089v1
Date: Thu, 2 Feb 2023 13:22:18 GMT
ステータス: 処理完了
システム内更新日: 2023-02-03 13:52:40.095197
Title: Curriculum Learning for ab initio Deep Learned Refractive Optics
Title（参考訳）: ab initio深層学習屈折光学のためのカリキュラム学習
Authors: Xinge Yang, Qiang Fu, Wolfgang Heidrich
Abstract要約: 本稿では,複合レンズの光学設計をランダムなアブ面から学習可能なカリキュラム学習に基づくディープレンズ設計手法を提案する。本手法は,携帯電話型形状因子を用いたフィールド深度計算カメラの完全自動設計で実証する。
参考スコア（独自算出の注目度）: 23.552592823182618
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Deep lens optimization has recently emerged as a new paradigm for designing computational imaging systems, however it has been limited to either simple optical systems consisting of a single DOE or metalens, or the fine-tuning of compound lenses from good initial designs. Here we present a deep lens design method based on curriculum learning, which is able to learn optical designs of compound lenses ab initio from randomly initialized surfaces, therefore overcoming the need for a good initial design. We demonstrate this approach with the fully-automatic design of an extended depth-of-field computational camera in a cellphone-style form factor, highly aspherical surfaces, and a short back focal length.
Abstract（参考訳）: 近年、ディープレンズの最適化は計算イメージングシステムの設計の新たなパラダイムとして登場したが、単一のDOEまたはメタレンからなる単純な光学系、あるいは優れた初期設計から複合レンズを微調整することに限定されている。本稿では,カリキュラム学習に基づく深部レンズ設計手法を提案する。これは,複合レンズの光学設計をランダムな初期化面から学習することができるため,優れた初期設計の必要性を克服することができる。提案手法は,携帯電話型形状因子,非球面,短焦点長などを用いたフィールド深度カメラの完全自動設計で実証する。

関連論文リスト

Global Search Optics: Automatically Exploring Optimal Solutions to Compact Computational Imaging Systems [15.976326291076377]
モバイルビジョンの人気は、高度なコンパクト・コンピュート・イメージング・システムへの需要を生み出している。共同設計パイプラインが最前線に現れ、2つの重要なコンポーネントがデータ駆動学習によって同時に最適化される。本稿では,GSO(Global Search Optimization)を用いて,コンパクトな画像処理システムの設計を行う。
論文参考訳（メタデータ） (2024-04-30T01:59:25Z)
Neural Lithography: Close the Design-to-Manufacturing Gap in Computational Optics with a 'Real2Sim' Learned Photolithography Simulator [2.033983045970252]
計算光学における「デザイン・ツー・マニュファクチャリング」のギャップに対処するために,ニューラルリソグラフィを導入する。本稿では,事前学習したフォトリソグラフィーシミュレータをモデルベース光設計ループに統合する,完全に微分可能な設計フレームワークを提案する。
論文参考訳（メタデータ） (2023-09-29T15:50:26Z)
Revealing the preference for correcting separated aberrations in joint optic-image design [19.852225245159598]
我々は、スマートフォンやドローンのような複雑なシステムの効率的な共同設計を実現するために、分離された収差を持つ光学を特徴付ける。視野が大きいレンズの真の撮像手順を再現する画像シミュレーションシステムを提案する。共同設計における分離収差補正の選好は, 縦色収差, 横色収差, 球状収差, フィールド曲率, コマの順である。
論文参考訳（メタデータ） (2023-09-08T14:12:03Z)
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)
Deep Reparametrization of Multi-Frame Super-Resolution and Denoising [167.42453826365434]
本稿では,多フレーム画像復元作業によく用いられる最大後部定式化の深部再パラメータ化を提案する。提案手法は,学習された誤差メトリックと,対象画像の潜在表現を導入することによって導かれる。我々は、バースト復調およびバースト超解像データセットに関する包括的な実験を通して、我々のアプローチを検証する。
論文参考訳（メタデータ） (2021-08-18T17:57:02Z)
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)
A learning-based view extrapolation method for axial super-resolution [52.748944517480155]
軸光界分解能は、再焦点によって異なる深さで特徴を区別する能力を指します。せん断エピポーラ平面画像の軸体積から新しい視点を推定する学習に基づく手法を提案する。
論文参考訳（メタデータ） (2021-03-11T07:22:13Z)
Uncalibrated Neural Inverse Rendering for Photometric Stereo of General Surfaces [103.08512487830669]
本稿では,測光ステレオ問題に対する無補間深層ニューラルネットワークフレームワークを提案する。既存のニューラルネットワークベースの方法は、物体の正確な光方向または接地正則のいずれかまたは両方を必要とします。本稿では,この問題に対する未調整の神経逆レンダリング手法を提案する。
論文参考訳（メタデータ） (2020-12-12T10:33:08Z)
Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。本手法では, 回折光学素子 (DOE) を用いる。 DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
論文参考訳（メタデータ） (2020-09-01T14:19:35Z)
Learning Light Field Angular Super-Resolution via a Geometry-Aware Network [101.59693839475783]
そこで本研究では,広いベースラインを持つスパースサンプリング光場を超解き放つことを目的とした,エンド・ツー・エンドの学習ベースアプローチを提案する。提案手法は,実行時間48$times$を節約しつつ,2番目のベストメソッドのPSNRを平均2dBまで改善する。
論文参考訳（メタデータ） (2020-02-26T02:36:57Z)
Learning Wavefront Coding for Extended Depth of Field Imaging [4.199844472131922]
拡張深度画像(EDoF)は難題である。回折光学素子による波面符号化を応用したEDoFの計算画像化手法を提案する。深部3Dシーンやブロードバンド画像など,さまざまなシナリオにおいて,最小限の成果が得られた。
論文参考訳（メタデータ） (2019-12-31T17:00:09Z)

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。