論文の概要: Passive superresolution imaging of incoherent objects
- arxiv url: http://arxiv.org/abs/2304.09773v1
- Date: Wed, 19 Apr 2023 15:53:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-20 13:45:15.670320
- Title: Passive superresolution imaging of incoherent objects
- Title(参考訳): 不連続物体の受動超解像イメージング
- Authors: Jernej Frank, Alexander Duplinskiy, Kaden Bearne, A. I. Lvovsky
- Abstract要約: 手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。
ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
- 参考スコア(独自算出の注目度): 63.942632088208505
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate Hermite Gaussian Imaging (HGI) -- a novel passive
super-resolution technique -- for complex 2D incoherent objects in the
sub-Rayleigh regime. The method consists of measuring the field's spatial mode
components in the image plane in the overcomplete basis of Hermite-Gaussian
modes and their superpositions and subsequently using a deep neural network to
reconstruct the object from these measurements. We show a three-fold resolution
improvement over direct imaging. Our HGI reconstruction retains its superiority
even if the same neural network is applied to improve the resolution of direct
imaging. This superiority is also preserved in the presence of shot noise. Our
findings are the first step towards passive super-resolution imaging protocols
in fluorescent microscopy and astronomy.
- Abstract(参考訳): サブレイリー系における複雑な2次元不整合物体に対する新しいパッシブ超解像法であるHermite Gaussian Imaging (HGI)について検討する。
この方法は、ヘルマイト・ガウシアンモードとその重ね合わせに基づいて画像平面内の領域の空間モード成分を測定し、その後深層ニューラルネットワークを用いてこれらの測定から物体を再構築する。
ダイレクトイメージングより3次元解像度が向上した。
我々のHGI再構成は、同じニューラルネットワークを用いて直接撮像の解像度を向上しても、その優位性を維持する。
この優位性はショットノイズの存在下でも維持される。
蛍光顕微鏡と天文学における受動的超解像法への第一歩である。
関連論文リスト
- R$^2$-Gaussian: Rectifying Radiative Gaussian Splatting for Tomographic Reconstruction [53.19869886963333]
3次元ガウススプラッティング(3DGS)は画像のレンダリングと表面再構成において有望な結果を示した。
本稿では,Sparse-viewトモグラフィ再構成のための最初の3DGSベースのフレームワークであるR2-Gaussianを紹介する。
論文 参考訳(メタデータ) (2024-05-31T08:39:02Z) - Plug-and-Play Regularization on Magnitude with Deep Priors for 3D Near-Field MIMO Imaging [0.0]
近接場レーダイメージングシステムは、隠蔽兵器の検出や医療診断など、幅広い用途で使用されている。
3次元複素数値反射率の問題は、その大きさに対して正則化を強制することによるものである。
論文 参考訳(メタデータ) (2023-12-26T12:25:09Z) - Sparse-based Domain Adaptation Network for OCTA Image Super-Resolution
Reconstruction [24.118675257774655]
Sparse-based domain Adaptation Super-Resolution Network (SASR) を提案し、リアルな6x6 mm2/low- resolution (LR) OCTA画像を高分解能(HR)表現に再構成する。
2つのOCTA集合の実験により,本手法は最先端の超解像再構成法よりも優れた性能を示した。
論文 参考訳(メタデータ) (2022-07-25T02:59:11Z) - Single MR Image Super-Resolution using Generative Adversarial Network [0.696125353550498]
Real Enhanced Super Resolution Generative Adrial Network (Real-ESRGAN) は、高解像度画像の生成に使われている最近の効果的なアプローチの1つである。
本稿では,2次元MR画像の空間分解能を高めるために本手法を適用した。
論文 参考訳(メタデータ) (2022-07-16T23:15:10Z) - Rank-Enhanced Low-Dimensional Convolution Set for Hyperspectral Image
Denoising [50.039949798156826]
本稿では,ハイパースペクトル(HS)画像の難解化問題に対処する。
ランク付き低次元畳み込み集合(Re-ConvSet)を提案する。
次に、Re-ConvSetを広く使われているU-Netアーキテクチャに組み込んで、HS画像復号法を構築する。
論文 参考訳(メタデータ) (2022-07-09T13:35:12Z) - Cross-Modality High-Frequency Transformer for MR Image Super-Resolution [100.50972513285598]
我々はTransformerベースのMR画像超解像フレームワークを構築するための初期の取り組みを構築した。
我々は、高周波構造とモード間コンテキストを含む2つの領域先行について考察する。
我々は,Cross-modality High- frequency Transformer (Cohf-T)と呼ばれる新しいTransformerアーキテクチャを構築し,低解像度画像の超解像化を実現する。
論文 参考訳(メタデータ) (2022-03-29T07:56:55Z) - 3D Structure from 2D Microscopy images using Deep Learning [0.0]
近年の人工知能の進歩は、顕微鏡画像から正確な3D構造を取り出すために応用されている。
本稿では,2次元単一分子局在顕微鏡画像からタンパク質複合体を再構成する深層学習ソリューションを提案する。
論文 参考訳(メタデータ) (2021-10-14T14:55:41Z) - Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。
我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。
本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
論文 参考訳(メタデータ) (2021-10-11T20:20:03Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳(メタデータ) (2021-03-22T18:06:58Z) - Snapshot Hyperspectral Imaging Based on Weighted High-order Singular
Value Regularization [22.5033027930853]
スナップショットハイパースペクトルイメージングは、単一の2D測定で3Dハイパースペクトル画像(HSI)をキャプチャできます。
既存の復元方法は、3D HSIの構造的スペクトル空間的性質を完全に利用することはできない。
スナップショットハイパースペクトル画像の再構成精度を高めるために,高次テンソル最適化法を提案する。
論文 参考訳(メタデータ) (2021-01-22T02:54:55Z)
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。