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/2302.01089v4
Date: Wed, 7 Aug 2024 05:22:57 GMT
ステータス: 処理完了
システム内更新日: 2024-08-08 18:42:56.204622
Title: Curriculum Learning for ab initio Deep Learned Refractive Optics
Title（参考訳）: 深部学習屈折光学のカリキュラム学習
Authors: Xinge Yang, Qiang Fu, Wolfgang Heidrich,
Abstract要約: DeepLensは、人間の介入なしにランダムに調整された表面から化合物ab initioの光学設計を学ぶことができる。従来型撮像レンズと大視野拡大深度計算レンズの両方を自動で設計し,本手法の有効性を実証する。
参考スコア（独自算出の注目度）: 17.52983714236245
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Deep optical optimization has recently emerged as a new paradigm for designing computational imaging systems using only the output image as the objective. However, it has been limited to either simple optical systems consisting of a single element such as a diffractive optical element (DOE) or metalens, or the fine-tuning of compound lenses from good initial designs. Here we present a DeepLens design method based on curriculum learning, which is able to learn optical designs of compound lenses ab initio from randomly initialized surfaces without human intervention, therefore overcoming the need for a good initial design. We demonstrate the effectiveness of our approach by fully automatically designing both classical imaging lenses and a large field-of-view extended depth-of-field computational lens in a cellphone-style form factor, with highly aspheric surfaces and a short back focal length.
Abstract（参考訳）: 近年,出力画像のみを目的とする計算イメージングシステムの設計パラダイムとして,深部光学最適化が登場している。しかし、これは、回折光学素子(DOE)やメタレンのような単一の要素からなる単純な光学系、あるいは優れた初期設計からの複合レンズの微調整に限られている。本稿では、人間の介入なしにランダムに初期化面から複合レンズの光学設計を学習できるカリキュラム学習に基づくDeepLens設計手法を提案する。本研究では,従来の画像レンズと大視野拡大深度計算レンズの両方を,非球面と短焦点長の携帯電話式形状因子で完全に設計し,提案手法の有効性を実証する。

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。