Fugu-MT 論文翻訳(概要): Highly Constrained Coded Aperture Imaging Systems Design Via a Knowledge Distillation Approach

論文の概要: Highly Constrained Coded Aperture Imaging Systems Design Via a Knowledge Distillation Approach

arxiv url: http://arxiv.org/abs/2406.17970v1
Date: Tue, 25 Jun 2024 23:03:48 GMT
ステータス: 処理完了
システム内更新日: 2024-06-27 15:07:42.354393
Title: Highly Constrained Coded Aperture Imaging Systems Design Via a Knowledge Distillation Approach
Title（参考訳）: 知識蒸留による高制約符号化開口イメージングシステムの設計
Authors: Leon Suarez-Rodriguez, Roman Jacome, Henry Arguello,
Abstract要約: 本稿では,高度に物理的に制約されたCOIシステムの設計のための知識蒸留(KD)フレームワークを提案する。単色・マルチスペクトル画像再構成のためのバイナリ符号化開口単画素カメラを用いて,提案手法の有効性を検証した。
参考スコア（独自算出の注目度）: 15.662108754691864
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Computational optical imaging (COI) systems have enabled the acquisition of high-dimensional signals through optical coding elements (OCEs). OCEs encode the high-dimensional signal in one or more snapshots, which are subsequently decoded using computational algorithms. Currently, COI systems are optimized through an end-to-end (E2E) approach, where the OCEs are modeled as a layer of a neural network and the remaining layers perform a specific imaging task. However, the performance of COI systems optimized through E2E is limited by the physical constraints imposed by these systems. This paper proposes a knowledge distillation (KD) framework for the design of highly physically constrained COI systems. This approach employs the KD methodology, which consists of a teacher-student relationship, where a high-performance, unconstrained COI system (the teacher), guides the optimization of a physically constrained system (the student) characterized by a limited number of snapshots. We validate the proposed approach, using a binary coded apertures single pixel camera for monochromatic and multispectral image reconstruction. Simulation results demonstrate the superiority of the KD scheme over traditional E2E optimization for the designing of highly physically constrained COI systems.
Abstract（参考訳）: 計算光学イメージング(COI)システムにより、光学符号化素子(OCE)による高次元信号の取得が可能となった。 OCEは1つ以上のスナップショットで高次元信号を符号化し、後に計算アルゴリズムを用いて復号する。現在、COIシステムはエンドツーエンド(E2E)アプローチによって最適化されており、OCEはニューラルネットワークの層としてモデル化され、残りの層は特定のイメージングタスクを実行する。しかしながら、E2Eによって最適化されたCOIシステムの性能は、これらのシステムによって課される物理的制約によって制限される。本稿では,高度に物理的に制約されたCOIシステムの設計のための知識蒸留(KD)フレームワークを提案する。このアプローチは、教師と学生の関係から成り、高性能で制約のないCOIシステム(教師)が、限られた数のスナップショットによって特徴づけられる物理的制約のあるシステム(学生)の最適化を導くKD手法を用いる。単色・マルチスペクトル画像再構成のためのバイナリ符号化開口単画素カメラを用いて,提案手法の有効性を検証した。シミュレーションの結果, 物理的に制約されたCOI系の設計において, 従来のE2E最適化よりもKD方式の方が優れていることが示された。

関連論文リスト

Global Search Optics: Automatically Exploring Optimal Solutions to Compact Computational Imaging Systems [15.976326291076377]
モバイルビジョンの人気は、高度なコンパクト・コンピュート・イメージング・システムへの需要を生み出している。共同設計パイプラインが最前線に現れ、2つの重要なコンポーネントがデータ駆動学習によって同時に最適化される。本稿では,GSO(Global Search Optimization)を用いて,コンパクトな画像処理システムの設計を行う。
論文参考訳（メタデータ） (2024-04-30T01:59:25Z)
ConvBLS: An Effective and Efficient Incremental Convolutional Broad Learning System for Image Classification [63.49762079000726]
球状K-means(SKM)アルゴリズムと2段階マルチスケール(TSMS)機能融合に基づく畳み込み広範学習システム(ConvBLS)を提案する。提案手法は前代未聞の効率的かつ効果的である。
論文参考訳（メタデータ） (2023-04-01T04:16:12Z)
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)
Deep Optical Coding Design in Computational Imaging [16.615106763985942]
計算光学画像(COI)システムは、そのセットアップにおいて光学的符号化要素(CE)を利用して、1つまたは複数のスナップショットで高次元シーンを符号化し、計算アルゴリズムを用いて復号する。 COIシステムの性能は、CEパターンと与えられたタスクを実行するのに使用される計算方法という、主要なコンポーネントの設計に大きく依存する。ディープニューラルネットワーク(DNN)は、光エンコーダと計算デコーダを共同で検討するCEデータ駆動設計において、新たな地平を開拓した。
論文参考訳（メタデータ） (2022-06-27T04:41:48Z)
D$^\text{2}$UF: Deep Coded Aperture Design and Unrolling Algorithm for Compressive Spectral Image Fusion [22.0246327137227]
本稿では,低空間分解能符号化開口スペクトル撮像器 (CASSI) アーキテクチャと高空間分解能マルチスペクトルカラーフィルタアレイ (MCFA) システムの圧縮測定の融合について述べる。本稿では,従来のCSIFと異なり,エンド・ツー・エンド(E2E)方式でセンサアーキテクチャと再構成ネットワークを協調的に最適化する手法を提案する。
論文参考訳（メタデータ） (2022-05-24T15:39:34Z)
Pixel Distillation: A New Knowledge Distillation Scheme for Low-Resolution Image Recognition [124.80263629921498]
アーキテクチャ制約を同時に破りながら知識蒸留を入力レベルまで拡張するPixel Distillationを提案する。このようなスキームは、ネットワークアーキテクチャと画像品質の両方をリソースの全体的な要求に応じて調整できるため、展開のための柔軟なコスト制御を実現することができる。
論文参考訳（メタデータ） (2021-12-17T14:31:40Z)
Learning Deep Context-Sensitive Decomposition for Low-Light Image Enhancement [58.72667941107544]
典型的なフレームワークは、照明と反射を同時に推定することであるが、特徴空間にカプセル化されたシーンレベルの文脈情報を無視する。本研究では,空間スケールにおけるシーンレベルのコンテキスト依存を生かした,コンテキスト依存型分解ネットワークアーキテクチャを提案する。チャネル数を減らして軽量なCSDNet(LiteCSDNet)を開発する。
論文参考訳（メタデータ） (2021-12-09T06:25:30Z)
Image-specific Convolutional Kernel Modulation for Single Image Super-resolution [85.09413241502209]
本稿では,新しい画像特異的畳み込み変調カーネル(IKM)を提案する。我々は、画像や特徴のグローバルな文脈情報を利用して、畳み込みカーネルを適応的に調整するための注意重みを生成する。単一画像超解像実験により,提案手法は最先端手法よりも優れた性能を示した。
論文参考訳（メタデータ） (2021-11-16T11:05:10Z)
End to end hyperspectral imaging system with coded compression imaging process [13.00211539170695]
符号化開口スペクトルイメージングシステムに基づく物理インフォームド自己監督CNN法を提案する。本手法は、符号化されたスペクトル情報から空間スペクトルの相対化を効果的に利用し、カメラ量子効果モデルに基づく自己監視システムを構築する。
論文参考訳（メタデータ） (2021-09-06T13:39:54Z)
Time-Multiplexed Coded Aperture Imaging: Learned Coded Aperture and Pixel Exposures for Compressive Imaging Systems [56.154190098338965]
提案した時間多重符号化開口(TMCA)をエンドツーエンドで最適化できることを示した。 tmcaは圧縮光野イメージングとハイパースペクトルイメージングの2つの異なる応用において、より良いコード化されたスナップショットを誘導する。この凝固法は、最先端の圧縮画像システムよりも4dB以上性能が高い。
論文参考訳（メタデータ） (2021-04-06T22:42:34Z)

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。