論文の概要: CalibFPA: A Focal Plane Array Imaging System based on Online Deep-Learning Calibration

• arxiv url: http://arxiv.org/abs/2309.11421v1
• Date: Wed, 20 Sep 2023 15:53:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-21 15:42:13.093295
• Title: CalibFPA: A Focal Plane Array Imaging System based on Online Deep-Learning Calibration
• Title（参考訳）: CalibFPA:オンラインDeep-Learning Calibrationに基づくFocal Plane Array Imaging System
• Authors: Alper G\"ung\"or, M. Umut Bahceci, Yasin Ergen, Ahmet S\"ozak, O. Oner Ekiz, Tolga Yelboga, Tolga \c{C}ukur
• Abstract要約: 多重LR測定のオンライン深層学習校正に基づく新しい圧縮FPAシステムを提案する。 次に、深層ニューラルネットワークを利用して、多重測定におけるシステム非理想の影響を補正する。 CalibFPAは最先端の圧縮FPA法より優れている。
• 参考スコア（独自算出の注目度）: 0.13194391758295113
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Compressive focal plane arrays (FPA) enable cost-effective high-resolution (HR) imaging by acquisition of several multiplexed measurements on a low-resolution (LR) sensor. Multiplexed encoding of the visual scene is typically performed via electronically controllable spatial light modulators (SLM). An HR image is then reconstructed from the encoded measurements by solving an inverse problem that involves the forward model of the imaging system. To capture system non-idealities such as optical aberrations, a mainstream approach is to conduct an offline calibration scan to measure the system response for a point source at each spatial location on the imaging grid. However, it is challenging to run calibration scans when using structured SLMs as they cannot encode individual grid locations. In this study, we propose a novel compressive FPA system based on online deep-learning calibration of multiplexed LR measurements (CalibFPA). We introduce a piezo-stage that locomotes a pre-printed fixed coded aperture. A deep neural network is then leveraged to correct for the influences of system non-idealities in multiplexed measurements without the need for offline calibration scans. Finally, a deep plug-and-play algorithm is used to reconstruct images from corrected measurements. On simulated and experimental datasets, we demonstrate that CalibFPA outperforms state-of-the-art compressive FPA methods. We also report analyses to validate the design elements in CalibFPA and assess computational complexity.
• Abstract（参考訳）: 圧縮型焦点平面アレイ(FPA)は、低分解能(LR)センサ上で複数の多重計測値を取得することで、コスト効率の高い高分解能撮像を可能にする。 視覚シーンの多重符号化は通常、電子制御可能な空間光変調器(SLM)を介して行われる。 HR画像は、撮像システムの前方モデルを含む逆問題を解決することにより、符号化された測定値から再構成される。 光収差などのシステム非理想性を捉えるために、画像グリッド上の各空間位置における点源のシステム応答を測定するために、オフラインキャリブレーションスキャンを行うことが主流である。 しかし、個々のグリッド位置を符号化できないため、構造化SLMを使用する場合、キャリブレーションスキャンを実行することは困難である。 本研究では,多重LR測定(CalibFPA)のオンライン深層学習校正に基づく新しい圧縮FPAシステムを提案する。 既製固定符号化開口部を供する圧電ステージを導入する。 次に、ディープニューラルネットワークを使用して、オフラインキャリブレーションスキャンを必要とせずに、多重測定におけるシステム非イデアルの影響を補正する。 最後に、補正された測定値から画像を再構成するために、深いプラグアンドプレイアルゴリズムを用いる。 シミュレーションおよび実験データを用いて、CalibFPAが最先端圧縮FPA法より優れていることを示す。 また,CalibFPAの設計要素の検証と計算複雑性の評価を行う。

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)
• YOCO: You Only Calibrate Once for Accurate Extrinsic Parameter in LiDAR-Camera Systems [0.5999777817331317]
  カメラとLiDARからなるマルチセンサー融合システムでは、正確な外部キャリブレーションがシステムの長期的な安定性と環境の正確な認識に寄与する。 本稿では,LiDARカメラシステムにおいて,対応点登録の必要性を回避するための完全自動外部校正手法を提案する。
  論文  参考訳（メタデータ） (2024-07-25T13:44:49Z)
• Single-image camera calibration with model-free distortion correction [0.0]
  本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。 デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。 プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
  論文  参考訳（メタデータ） (2024-03-02T16:51:35Z)
• CalibFormer: A Transformer-based Automatic LiDAR-Camera Calibration Network [11.602943913324653]
  CalibFormerは自動LiDARカメラキャリブレーションのためのエンドツーエンドネットワークである。 高精細度表現を実現するために、複数のカメラ層とLiDAR画像層を集約する。 平均翻訳誤差は0.8751 Mathrmcm$, 平均回転誤差は0.0562 circ$であった。
  論文  参考訳（メタデータ） (2023-11-26T08:59:30Z)
• Aperture Diffraction for Compact Snapshot Spectral Imaging [27.321750056840706]
  我々は、Aperture Diffraction Imaging Spectrometer (ADIS) という、コンパクトで費用効率の良いスナップショット分光画像システムを紹介した。 モザイクフィルタセンサ上の離散符号化位置にオブジェクト空間の各点を多重化する新しい光学設計を導入する。 回折変性を強く知覚するカスケードシフトシャッフルスペクトル変換器(CSST)は、空間制約の逆問題を解決するために設計されている。
  論文  参考訳（メタデータ） (2023-09-27T16:48:46Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Neural Architecture Search for Efficient Uncalibrated Deep Photometric Stereo [105.05232615226602]
  差別化可能なニューラルアーキテクチャサーチ(NAS)戦略を利用して、非校正型PSアーキテクチャを自動的に見つける。 DiLiGenTデータセットの実験では、自動検索されたニューラルネットワークのパフォーマンスが、最先端の未校正PSメソッドと好適に比較されている。
  論文  参考訳（メタデータ） (2021-10-11T21:22:17Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)
• How to Calibrate Your Event Camera [58.80418612800161]
  画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
  論文  参考訳（メタデータ） (2021-05-26T07:06:58Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)
• ACSC: Automatic Calibration for Non-repetitive Scanning Solid-State LiDAR and Camera Systems [11.787271829250805]
  Solid-State LiDAR(SSL)は、環境から3Dポイントクラウドを低コストで効率的に取得することを可能にする。 非繰り返し走査型SSLとカメラシステムのための完全自動校正法を提案する。 実環境下でのLiDARとカメラセンサの組み合わせについて検討した。
  論文  参考訳（メタデータ） (2020-11-17T09:11:28Z)

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。