論文の概要: Neural Spectro-polarimetric Fields

• arxiv url: http://arxiv.org/abs/2306.12562v2
• Date: Sun, 10 Dec 2023 22:12:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-13 02:23:16.395630
• Title: Neural Spectro-polarimetric Fields
• Title（参考訳）: ニューラルスペクトロ偏光場
• Authors: Youngchan Kim, Wonjoon Jin, Sunghyun Cho, Seung-Hwan Baek
• Abstract要約: 我々は, 位置, 方向, 波長の連続変数で, 物理的に有意なストークスベクトルをモデル化したニューラル・スペクトロ偏光場(NeSpoF)を提案する。 NeSpoFは本質的にノイズの多い生計測を管理し、メモリ効率を示し、物理的に重要な信号を保存する。 本稿では,合成シーンと実世界のシーンの両方からなる,最初の多視点ハイパースペクトル偏光画像データセットを提案する。
• 参考スコア（独自算出の注目度）: 23.54056495576914
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modeling the spatial radiance distribution of light rays in a scene has been extensively explored for applications, including view synthesis. Spectrum and polarization, the wave properties of light, are often neglected due to their integration into three RGB spectral bands and their non-perceptibility to human vision. However, these properties are known to encompass substantial material and geometric information about a scene. Here, we propose to model spectro-polarimetric fields, the spatial Stokes-vector distribution of any light ray at an arbitrary wavelength. We present Neural Spectro-polarimetric Fields (NeSpoF), a neural representation that models the physically-valid Stokes vector at given continuous variables of position, direction, and wavelength. NeSpoF manages inherently noisy raw measurements, showcases memory efficiency, and preserves physically vital signals - factors that are crucial for representing the high-dimensional signal of a spectro-polarimetric field. To validate NeSpoF, we introduce the first multi-view hyperspectral-polarimetric image dataset, comprised of both synthetic and real-world scenes. These were captured using our compact hyperspectral-polarimetric imaging system, which has been calibrated for robustness against system imperfections. We demonstrate the capabilities of NeSpoF on diverse scenes.
• Abstract（参考訳）: シーン内の光の空間放射率分布のモデル化は、ビュー合成を含む応用のために広く研究されている。 スペクトルと偏光は、光の波動特性であり、3つのrgbスペクトルバンドへの積分と人間の視覚に対する非受容性のため、しばしば無視される。 しかし、これらの性質はシーンに関する実質的な資料や幾何学的情報を包含することが知られている。 本稿では、任意の波長における任意の光線の空間ストークスベクトル分布である分光偏光場をモデル化する。 我々は, 位置, 方向, 波長の連続変数で, 物理的に有意なストークスベクトルをモデル化したニューラル・スペクトロ偏光場(NeSpoF)を提案する。 NeSpoFは本質的にノイズの多い生の測定を管理し、メモリ効率を示し、物理的に重要な信号を保存する。 NeSpoFを検証するために,合成シーンと実世界のシーンの両方からなる,最初のマルチビューハイパースペクトル偏光画像データセットを提案する。 これらの画像は当社の小型ハイパースペクトル偏光イメージングシステムを用いて撮影され、システム欠陥に対するロバスト性について校正されている。 我々は様々な場面でnespofの能力を示す。

関連論文リスト

• Hyperspectral Neural Radiance Fields [11.485829401765521]
  ニューラルラジアンス場(NeRF)を用いたハイパースペクトル3次元再構成を提案する。 NeRFは、様々なカメラモデルによって捉えられたシーンの高品質なボリューム3D表現を作ることで広く成功している。 提案手法により,高速かつ高精度な3次元ハイパースペクトルシーンの創出が可能となった。
  論文  参考訳（メタデータ） (2024-03-21T21:18:08Z)
• Spatial Characterization of Fraunhofer Diffraction in a Four-Level Light-Matter Coupling System [0.0]
  4レベルN型原子系におけるフラウンホーファー回折パターンの様々な順序の空間的特徴について検討する。 我々は、プローブの感受性をSWビームの第2次へと拡張することにより、プローブ感受性の第1次線形および第3次クロスカー非線形部品を導出する。 我々の研究は、複雑な原子系におけるフラウンホーファー回折の空間的挙動に新しい光を当てている。
  論文  参考訳（メタデータ） (2024-01-11T09:56:01Z)
• Cross-Scope Spatial-Spectral Information Aggregation for Hyperspectral Image Super-Resolution [47.12985199570964]
  超高分解能超高分解能画像の長距離空間およびスペクトル類似性を調べるために,新しいクロススコープ空間スペクトル変換器(CST)を提案する。 具体的には,長距離空間スペクトル特性を包括的にモデル化するために,空間次元とスペクトル次元のクロスアテンション機構を考案する。 3つの超スペクトルデータセットに対する実験により、提案したCSTは他の最先端手法よりも定量的にも視覚的にも優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-29T03:38:56Z)
• SSIF: Learning Continuous Image Representation for Spatial-Spectral Super-Resolution [73.46167948298041]
  本稿では,空間領域における連続画素座標とスペクトル領域における連続波長の両方の関数として,画像を表すニューラル暗黙モデルを提案する。 SSIFは空間分解能とスペクトル分解能の両方によく対応していることを示す。 ダウンストリームタスクのパフォーマンスを1.7%-7%向上させる高解像度画像を生成することができる。
  論文  参考訳（メタデータ） (2023-09-30T15:23:30Z)
• SaaFormer: Spectral-spatial Axial Aggregation Transformer for Hyperspectral Image Classification [2.4723464787484812]
  地球の観測衛星や航空機から撮影したハイパースペクトル画像(HSI)は、農業、環境モニタリング、鉱業などの分野でますます重要になっている。 利用可能なハイパースペクトルデータセットが限られているため、ピクセル単位のランダムサンプリングは、最も一般的に使われているトレーニング-テストデータセット分割アプローチである。 データ漏洩の可能性を最小限に抑えるブロックワイズサンプリング法を提案する。
  論文  参考訳（メタデータ） (2023-06-29T07:55:43Z)
• PAC-NeRF: Physics Augmented Continuum Neural Radiance Fields for Geometry-Agnostic System Identification [64.61198351207752]
  ビデオからのシステム同定(オブジェクトの物理的パラメータを推定する)への既存のアプローチは、既知のオブジェクトジオメトリを仮定する。 本研究では,オブジェクトの形状やトポロジを仮定することなく,多視点ビデオの集合から物理系を特徴付けるパラメータを同定することを目的とする。 マルチビュービデオから高ダイナミックな物体の未知の幾何学的パラメータと物理的パラメータを推定するために,Physics Augmented Continuum Neural Radiance Fields (PAC-NeRF)を提案する。
  論文  参考訳（メタデータ） (2023-03-09T18:59:50Z)
• Spatial and spectral characterization of photon pairs at telecommunication-wavelength from type-0 spontaneous parametric down-conversion [0.0]
  絡み合った光子源のキャラクタリゼーションは、量子通信における最適な利用に不可欠である。 我々は,0型位相整合自発パラメトリックダウンコンバータで放出される光子対の空間的およびスペクトル的特性について述べる。 通信波長における量子関連光子対の空間的およびスペクトル的特性の最適設計と利用の道を開いた。
  論文  参考訳（メタデータ） (2022-08-31T18:40:05Z)
• Mask-guided Spectral-wise Transformer for Efficient Hyperspectral Image Reconstruction [127.20208645280438]
  ハイパースペクトル画像(HSI)再構成は、2次元計測から3次元空間スペクトル信号を復元することを目的としている。 スペクトル間相互作用のモデル化は、HSI再構成に有用である。 Mask-guided Spectral-wise Transformer (MST) は,HSI再構成のための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-11-15T16:59:48Z)
• Tunable Anderson Localization of Dark States [146.2730735143614]
  超伝導導波路量子電磁力学系におけるアンダーソンの局在について実験的に検討した。 サブラジアント暗黒モード近傍での伝送係数の指数的抑制を観測する。 この実験は、新しいプラットフォーム上での様々なローカライゼーション現象の研究の扉を開く。
  論文  参考訳（メタデータ） (2021-05-25T07:52:52Z)
• Polarimetric Spatio-Temporal Light Transport Probing [33.499684969102816]
  光は、検出器に向かって反射する前に、異なる素材タイプの複数のシーン表面と複雑な相互作用を行うことができる。 この輸送の間、全ての表面反射と伝播は、最終的に検出器に到達する光子の特性に符号化される。 既存の手法はこれらを空間的・時間的次元に解き放つことができ、幾何学的なシーン理解を加速させる。 本稿では,空間的および時間的に解決されたシーンの偏光応答をキャプチャする光透過イメージング手法を提案する。
  論文  参考訳（メタデータ） (2021-05-25T02:16:07Z)
• Hyperentanglement in structured quantum light [50.591267188664666]
  光の自由度が1つ以上の高次元量子系の絡み合いは、情報容量を増大させ、新しい量子プロトコルを可能にする。 本稿では、時間周波数およびベクトル渦構造モードで符号化された高次元・耐雑音性ハイパーエンタングル状態の関数的情報源を示す。 我々は2光子干渉と量子状態トモグラフィーによって特徴付けるテレコム波長で高い絡み合った光子対を生成し、ほぼ均一な振動と忠実さを達成する。
  論文  参考訳（メタデータ） (2020-06-02T18:00:04Z)

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。