論文の概要: PSNet: a deep learning model based digital phase shifting algorithm from a single fringe image

• arxiv url: http://arxiv.org/abs/2303.07606v1
• Date: Tue, 14 Mar 2023 03:01:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-15 16:36:01.431118
• Title: PSNet: a deep learning model based digital phase shifting algorithm from a single fringe image
• Title（参考訳）: psnet: 単一のフリンジ画像からのディープラーニングモデルに基づくディジタル位相シフトアルゴリズム
• Authors: Zhaoshuai Qi, Xiaojun Liu, Xiaolin Liu, Jiaqi Yang and Yanning Zhang
• Abstract要約: 単一のフランジ画像のみからのディジタル位相シフトアルゴリズム(PS)を提案する。 PSNetは、最初のPSステップでパターンが与えられたとき、他のPSステップでフリンジパターンを予測することができる。 その結果、PSNetはデジタルPSパターンの正確な予測に期待できる性能を示した。
• 参考スコア（独自算出の注目度）: 35.922378062435584
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the gold standard for phase retrieval, phase-shifting algorithm (PS) has been widely used in optical interferometry, fringe projection profilometry, etc. However, capturing multiple fringe patterns in PS limits the algorithm to only a narrow range of application. To this end, a deep learning (DL) model based digital PS algorithm from only a single fringe image is proposed. By training on a simulated dataset of PS fringe patterns, the learnt model, denoted PSNet, can predict fringe patterns with other PS steps when given a pattern with the first PS step. Simulation and experiment results demonstrate the PSNet's promising performance on accurate prediction of digital PS patterns, and robustness to complex scenarios such as surfaces with varying curvature and reflectance.
• Abstract（参考訳）: 位相探索における金の標準として、位相シフトアルゴリズム(PS)は光干渉法、遠近射影プロファイロメトリーなどに広く用いられている。 しかし、psで複数のフリンジパターンをキャプチャすると、アルゴリズムは狭い範囲のアプリケーションに限定される。 この目的のために,1つのフランジ画像のみからの深層学習(DL)モデルに基づくディジタルPSアルゴリズムを提案する。 ps fringeパターンのシミュレーションデータセットをトレーニングすることで、学習モデル(psnet)は、最初のpsステップでパターンが与えられると、他のpsステップとフリンジパターンを予測できる。 シミュレーションと実験の結果は、PSNetが期待するデジタルPSパターンの正確な予測性能と、様々な曲率と反射率を持つ表面のような複雑なシナリオに対する堅牢性を示す。

関連論文リスト

• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• PtychoDV: Vision Transformer-Based Deep Unrolling Network for Ptychographic Image Reconstruction [12.780951605821238]
  PtychoDVは、効率的で高品質な画像再構成のために設計された、新しいディープモデルベースのネットワークである。 シミュレーションデータの結果,PtychoDVは既存のディープラーニング手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-10-11T14:01:36Z)
• Deep Richardson-Lucy Deconvolution for Low-Light Image Deblurring [48.80983873199214]
  我々は,飽和画素を学習潜時マップでモデル化するデータ駆動型手法を開発した。 新しいモデルに基づいて、非盲検除色タスクを最大後部(MAP)問題に定式化することができる。 増幅されたアーティファクトを使わずに高品質な劣化画像を推定するために,我々は事前推定ネットワークを構築した。
  論文  参考訳（メタデータ） (2023-08-10T12:53:30Z)
• 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)
• Deep Learning Adapted Acceleration for Limited-view Photoacoustic Computed Tomography [1.8830359888767887]
  光音響計算トモグラフィ(PACT)は、PA信号検出のための超音波トランスデューサアレイでターゲットを照らすために、焦点のない大面積の光を使用する。 限定ビュー問題は、幾何学的条件の制限により、PACTの低画質の画像を引き起こす可能性がある。 数学的変動モデルとディープラーニングを組み合わせたモデルベース手法を提案する。
  論文  参考訳（メタデータ） (2021-11-08T02:05:58Z)
• Dynamic Proximal Unrolling Network for Compressive Sensing Imaging [29.00266254916676]
  本稿では,DPUNetと呼ばれる動的近位アンローリングネットワークについて述べる。 具体的には、DPUNetは、勾配降下による埋め込み物理モデルと、学習された動的近位写像による画像のインポーティングの両方を活用できる。 実験結果から,提案したDPUNetは,サンプル比や雑音レベルの異なる複数のCSIモダリティを1つのモデルで効果的に処理できることがわかった。
  論文  参考訳（メタデータ） (2021-07-23T03:04:44Z)
• TFPnP: Tuning-free Plug-and-Play Proximal Algorithm with Applications to Inverse Imaging Problems [22.239477171296056]
  Plug-and-Play (MM) は非最適化フレームワークであり、例えば、数値アルゴリズムと高度なデノゲーション前処理を組み合わせたものである。 我々は、学習戦略とともに最先端の成果である、より難解な問題に対するいくつかの実践的考察について論じる。
  論文  参考訳（メタデータ） (2020-11-18T14:19:30Z)
• Deep Photometric Stereo for Non-Lambertian Surfaces [89.05501463107673]
  我々は、PS-FCNと呼ばれる、校正された測光ステレオのための完全な畳み込みディープネットワークを導入する。 PS-FCNは反射率観測から表面正規へのマッピングを学習し、一般的な等方反射率と未知の等方反射率で表面を処理できる。 光方向が不明な未定のシナリオに対処するため、入力画像から光方向を推定するLCNetという新しい畳み込みネットワークを導入する。
  論文  参考訳（メタデータ） (2020-07-26T15:20:53Z)
• Single Image Brightening via Multi-Scale Exposure Fusion with Hybrid Learning [48.890709236564945]
  小さいISOと小さな露光時間は、通常、背面または低い光条件下で画像をキャプチャするために使用される。 本稿では、そのような画像を明るくするために、単一の画像輝度化アルゴリズムを提案する。 提案アルゴリズムは,露出時間が大きい2つの仮想画像を生成するための,ユニークなハイブリッド学習フレームワークを含む。
  論文  参考訳（メタデータ） (2020-07-04T08:23:07Z)
• The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
  本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。 次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。 そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-16T08:17:44Z)

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。