論文の概要: Computational ghost imaging with hybrid transforms by integrating Hadamard, discrete cosine, and Haar matrices

• arxiv url: http://arxiv.org/abs/2405.03729v1
• Date: Mon, 6 May 2024 09:40:33 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-08 18:24:15.395427
• Title: Computational ghost imaging with hybrid transforms by integrating Hadamard, discrete cosine, and Haar matrices
• Title（参考訳）: Hadamard、離散コサイン、Haar行列の統合によるハイブリッド変換によるゴーストイメージング
• Authors: Yi-Ning Zhao, Lin-Shan Chen, Liu-Ya Chen, Lingxin Kong, Chong Wang, Cheng Ren, Su-Heng Zhang, De-Zhong Cao,
• Abstract要約: 画像情報は、対応する逆行列によって都合よく再構成することができる。 停滞したストライプのオブジェクトでは、ハダマール・コサイン、ハール・ハダマール、ハール・コサインのハイブリダイゼーションセットに1つのバケット信号しか残っていない。
• 参考スコア（独自算出の注目度）: 4.542999605715059
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A scenario of ghost imaging with hybrid transform approach is proposed by integrating Hadamard, discrete cosine, and Haar matrices. The measurement matrix is formed by the Kronecker product of the two different transform matrices. The image information can be conveniently reconstructed by the corresponding inverse matrices. In experiment, six hybridization sets are performed in computational ghost imaging. For an object of staggered stripes, only one bucket signal survives in the Hadamard-cosine, Haar-Hadamard, and Haar-cosine hybridization sets, demonstrating flexible image compression. For a handmade windmill object, the quality factors of the reconstructed images vary with the hybridization sets. Sub-Nyquist sampling can be applied to either or both of the different transform matrices in each hybridization set in experiment. The hybridization method can be extended to apply more transforms at once. Ghost imaging with hybrid transforms may find flexible applications in image processing, such as image compression and image encryption.
• Abstract（参考訳）: ハダマール、離散コサイン、ハール行列を統合することで、ハイブリッドトランスフォーメーションアプローチによるゴーストイメージングのシナリオを提案する。 測定行列は、2つの異なる変換行列のクロネッカー積によって形成される。 画像情報は、対応する逆行列によって都合よく再構成することができる。 実験では、6つのハイブリダイゼーションセットが計算ゴーストイメージングで実行される。 停滞したストライプのオブジェクトでは、ハダマール・コサイン、ハール・ハダマール、ハール・コサインのハイブリダイゼーションセットに1つのバケット信号しか残らず、フレキシブルな画像圧縮を示す。 手作り風車用オブジェクトの場合、再構成画像の品質要因はハイブリダイゼーションセットによって異なる。 サブニキストサンプリングは、実験における各ハイブリダイゼーションセットにおける異なる変換行列のいずれにも、両方にも適用することができる。 ハイブリッド化法は、一度により多くの変換を適用するように拡張することができる。 ハイブリッド変換を用いたゴーストイメージングは、画像圧縮や画像暗号化などの画像処理に柔軟な応用を見出すことができる。

関連論文リスト

• Neural Spectral Decomposition for Dataset Distillation [48.59372086450124]
  本稿では,データセット蒸留のための一般的な分解フレームワークであるニューラルスペクトル分解を提案する。 本研究の目的は,データセット全体の低ランク表現を発見し,効率的に蒸留を行うことである。 提案手法はCIFAR10, CIFAR100, Tiny Imagenet, ImageNet Subsetなどのベンチマーク上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-08-29T03:26:14Z)
• Reconfigurable unitary transformations of optical beam arrays [1.6820991036487616]
  動的に再構成できる任意のユニタリ変換の可能性を実証する。 2つの平行ビームの系に対するユニタリ変換の全域を実験的に検証し、その忠実度を写像する。 この高忠実さは、MPLCが量子情報処理と古典情報処理を組み合わせたユニタリ変換を実装するのに役立つことを示唆している。
  論文  参考訳（メタデータ） (2024-07-09T15:56:35Z)
• MGAug: Multimodal Geometric Augmentation in Latent Spaces of Image Deformations [2.711740183729759]
  本稿では,幾何変形の多モード潜在空間における拡張変換を生成する新しいモデルを提案する。 実験結果から,提案手法は予測精度を大幅に向上させることで,全てのベースラインよりも優れた性能を示すことがわかった。
  論文  参考訳（メタデータ） (2023-12-20T21:30:55Z)
• Equivariant Multi-Modality Image Fusion [124.11300001864579]
  エンドツーエンドの自己教師型学習のための同変多モードImAge融合パラダイムを提案する。 我々のアプローチは、自然画像応答が特定の変換に等しくなるという以前の知識に根ざしている。 実験により、EMMAは赤外線可視画像と医用画像に高品質な融合結果をもたらすことが確認された。
  論文  参考訳（メタデータ） (2023-05-19T05:50:24Z)
• Orthonormal Convolutions for the Rotation Based Iterative Gaussianization [64.44661342486434]
  本稿では、画像ガウス化を可能にする回転型反復ガウス化RBIGの拡張について詳述する。 RBIGの回転は主成分分析や独立成分分析に基づくため、画像では小さな画像パッチや孤立画素に制限されている。 emphConvolutional RBIG:この問題を緩和する拡張として,RBIGの回転が畳み込みであることを示す。
  論文  参考訳（メタデータ） (2022-06-08T12:56:34Z)
• Hybrid Model-based / Data-driven Graph Transform for Image Coding [54.31406300524195]
  予測内残差ブロックを符号化するハイブリッドモデルベース/データ駆動方式を提案する。 変換行列の最初の$K$固有ベクトルは、安定性のための非対称離散正弦変換(ADST)のような統計モデルから導かれる。 WebPをベースライン画像として使用することにより、我々のハイブリッドグラフ変換は、デフォルトの離散コサイン変換(DCT)よりもエネルギーの圧縮が良く、KLTよりも安定性がよいことを示す。
  論文  参考訳（メタデータ） (2022-03-02T15:36:44Z)
• Joint Estimation of Image Representations and their Lie Invariants [57.3768308075675]
  画像は世界の状態とコンテンツの両方をエンコードする。 この情報の自動抽出は、画像表現に固有の高次元かつ絡み合った符号化のために困難である。 本稿では,これらの課題の解決を目的とした2つの理論的アプローチを紹介する。
  論文  参考訳（メタデータ） (2020-12-05T00:07:41Z)
• Ordinary Differential Equation and Complex Matrix Exponential for Multi-resolution Image Registration [6.59529078336196]
  本研究では、実行列指数上で複素行列指数(CME)を用いて変換行列を計算することを強調する。 CMEは理論上より適しており、我々の実験が示すように、事実上より高速な収束を提供する。 提案手法は, 市販の, 人気の高い, 最先端の画像登録ツールボックスに比べて, はるかに優れた登録を行う。
  論文  参考訳（メタデータ） (2020-07-27T16:51:25Z)
• A Novel adaptive optimization of Dual-Tree Complex Wavelet Transform for Medical Image Fusion [0.0]
  複合ウェーブレット変換(DT-CWT)と適応粒子群最適化(APSO)に基づくマルチモーダル画像融合アルゴリズムを提案する。 実験の結果,提案手法は粒子群最適化に基づく手法よりも著しく優れていることがわかった。
  論文  参考訳（メタデータ） (2020-07-22T15:34:01Z)
• Generalizing Convolutional Neural Networks for Equivariance to Lie Groups on Arbitrary Continuous Data [52.78581260260455]
  任意の特定のリー群からの変換に同値な畳み込み層を構築するための一般的な方法を提案する。 同じモデルアーキテクチャを画像、ボール・アンド・スティック分子データ、ハミルトン力学系に適用する。
  論文  参考訳（メタデータ） (2020-02-25T17:40:38Z)

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。