論文の概要: Super-resolution imaging using super-oscillatory diffractive neural networks
- arxiv url: http://arxiv.org/abs/2406.19126v1
- Date: Thu, 27 Jun 2024 12:16:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-28 14:17:52.510167
- Title: Super-resolution imaging using super-oscillatory diffractive neural networks
- Title（参考訳）: 超振動型拡散型ニューラルネットワークを用いた超高分解能イメージング
- Authors: Hang Chen, Sheng Gao, Zejia Zhao, Zhengyang Duan, Haiou Zhang, Gordon Wetzstein, Xing Lin,
- Abstract要約: SODNN(Super-oscillatory diffractive Neural Network, SODNN)は、回折限界を超えた超解像空間分解能を実現する。
SODNNは、光学的相互干渉や画像サンプル、生体センサーを実装するために、回折層を利用して構築される。
我々の研究成果は、イメージング、センシング、知覚などの応用を促進するインテリジェントな光学機器の開発を促すものである。
- 参考スコア（独自算出の注目度）: 31.825503659600702
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optical super-oscillation enables far-field super-resolution imaging beyond diffraction limits. However, the existing super-oscillatory lens for the spatial super-resolution imaging system still confronts critical limitations in performance due to the lack of a more advanced design method and the limited design degree of freedom. Here, we propose an optical super-oscillatory diffractive neural network, i.e., SODNN, that can achieve super-resolved spatial resolution for imaging beyond the diffraction limit with superior performance over existing methods. SODNN is constructed by utilizing diffractive layers to implement optical interconnections and imaging samples or biological sensors to implement nonlinearity, which modulates the incident optical field to create optical super-oscillation effects in 3D space and generate the super-resolved focal spots. By optimizing diffractive layers with 3D optical field constraints under an incident wavelength size of $\lambda$, we achieved a super-oscillatory spot with a full width at half maximum of 0.407$\lambda$ in the far field distance over 400$\lambda$ without side-lobes over the field of view, having a long depth of field over 10$\lambda$. Furthermore, the SODNN implements a multi-wavelength and multi-focus spot array that effectively avoids chromatic aberrations. Our research work will inspire the development of intelligent optical instruments to facilitate the applications of imaging, sensing, perception, etc.
- Abstract（参考訳）: 光スーパーオシレーションは、回折限界を超える遠視野超解像撮影を可能にする。
しかし、空間超高解像度撮像システムのための既存の超振動レンズは、より高度な設計方法が欠如しており、設計の自由度が制限されているため、性能の限界に直面している。
本稿では、既存の手法よりも優れた性能で回折限界を超える超解像空間分解能を実現する光学超振動型回折ニューラルネットワーク(SODNN)を提案する。
SODNNは、光学的相互干渉や画像サンプル、生物学的センサーを実装、非線形性を実装するために、回折層を利用して構築され、入射光学場を変調して3次元空間における光学的超振動効果を生成し、超解像された焦点点を生成する。
入射波長サイズ$\lambda$で3次元の光場制約を持つ拡散層を最適化することにより、視野上のサイドローブのない遠方界距離400$\lambda$以上において、フル幅の0.407$\lambda$で超振動点を達成し、10$\lambda$を超えるフィールド深度を実現した。
さらに、SODNNは色収差を効果的に回避するマルチ波長マルチフォーカススポットアレイを実装している。
我々の研究は、イメージング、センシング、知覚などの応用を促進するインテリジェントな光学機器の開発を刺激する。
関連論文リスト
- "Super-resolution" holographic optical tweezers array [0.0]
ホログラム位相パターンを用いた非線形コスト関数の最適化に基づくホログラム設計手法を提案する。
5倍の5倍のマルチスポットパターンで0.952(1)$mu$mのスポット間隔を確認した。
提案手法は, レーザー加工, 走査型レーザー顕微鏡, 低温原子物理学などの分野に応用されることが期待される。
論文 参考訳（メタデータ） (2024-11-06T00:00:21Z) - Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。
我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。
提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
論文 参考訳（メタデータ） (2024-02-04T09:07:28Z) - Phase Guided Light Field for Spatial-Depth High Resolution 3D Imaging [36.208109063579066]
3Dイメージングでは、光界カメラは通常単発で、空間解像度と深度精度の低下に悩まされる。
そこで本研究では,オフザシェルフ光場カメラの空間分解能と深度を両立させる位相誘導光場アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-11-17T15:08:15Z) - Multi-Space Neural Radiance Fields [74.46513422075438]
既存のニューラルレージアンス場(NeRF)法は反射物体の存在に悩まされている。
並列部分空間における特徴場の群を用いてシーンを表現するマルチスペースニューラルレイディアンス場(MS-NeRF)を提案する。
提案手法は,高品質シーンのレンダリングにおいて,既存の単一空間NeRF法よりも優れていた。
論文 参考訳（メタデータ） (2023-05-07T13:11:07Z) - Super-resolution atomic microscopy using orbit angular momentum laser
with temporal modulation [6.518672953447181]
我々は、顕微鏡の光回折限界を破るダークステートベースのトラップ方式を提案する。
空間依存型結合場とプローブレーザー場を時間・空間変調で利用して3レベル原子と相互作用する。
論文 参考訳（メタデータ） (2022-09-24T03:55:56Z) - Dual-Stage Approach Toward Hyperspectral Image Super-Resolution [21.68598210467761]
ハイパースペクトル画像超解像(DualSR)のための新しい構造を提案する。
粗い段階では、あるスペクトル範囲において高い類似性を持つ5つのバンドが3つのグループに分けられ、現在のバンドは潜在的な知識を研究するためにガイドされる。
微細な段階では、スペクトル角制約による拡張された後方投影法を開発し、空間-スペクトル整合性の内容を学習する。
論文 参考訳（メタデータ） (2022-04-09T04:36:44Z) - Ultra-long photonic quantum walks via spin-orbit metasurfaces [52.77024349608834]
数百光モードの超長光子量子ウォークについて報告する。
このセットアップでは、最先端の実験をはるかに超えて、最大320の離散的なステップで量子ウォークを設計しました。
論文 参考訳（メタデータ） (2022-03-28T19:37:08Z) - Neural Étendue Expander for Ultra-Wide-Angle High-Fidelity Holographic Display [51.399291206537384]
現代のホログラフィックディスプレイは、表示領域と回折光の最大固体角度の積である低い「エンテンダ」を有する。
自然画像データセットから学習したニューラルな「固有拡大器」を提案する。
ニューラルネットワーク拡張器を用いて,64$times$ 'etendue expansion of natural image in full color, and expand the FOV by a magnitude of horizontal and vertically。
論文 参考訳（メタデータ） (2021-09-16T17:21:52Z) - Universal and Flexible Optical Aberration Correction Using Deep-Prior
Based Deconvolution [51.274657266928315]
そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。
具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
論文 参考訳（メタデータ） (2021-04-07T12:00:38Z) - Hyperspectral Image Super-resolution via Deep Progressive Zero-centric
Residual Learning [62.52242684874278]
空間情報とスペクトル情報の相互モダリティ分布が問題となる。
本稿では,PZRes-Netという,新しいテクスライトウェイトなディープニューラルネットワークベースのフレームワークを提案する。
本フレームワークは,高分解能かつテクテッセロ中心の残像を学習し,シーンの空間的詳細を高頻度で表現する。
論文 参考訳（メタデータ） (2020-06-18T06:32:11Z) - Learning Wavefront Coding for Extended Depth of Field Imaging [4.199844472131922]
拡張深度画像(EDoF)は難題である。
回折光学素子による波面符号化を応用したEDoFの計算画像化手法を提案する。
深部3Dシーンやブロードバンド画像など,さまざまなシナリオにおいて,最小限の成果が得られた。
論文 参考訳（メタデータ） (2019-12-31T17:00:09Z)
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。