論文の概要: Correlation Hyperspectral Imaging

• arxiv url: http://arxiv.org/abs/2407.13879v1
• Date: Thu, 18 Jul 2024 19:54:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-22 19:32:58.917973
• Title: Correlation Hyperspectral Imaging
• Title（参考訳）: 相関ハイパースペクトルイメージング
• Authors: Gianlorenzo Massaro, Francesco V. Pepe, Milena D'Angelo,
• Abstract要約: ハイパースペクトルイメージングは、高解像度で光の空間分布とスペクトル分布の両方に関する情報を提供することを目的としている。 従来のハイパースペクトル画像技術の典型的な欠点を克服できる光強度相関を利用して、この制限に対処する。 空間・スペクトルの高分解能化,高速化,望ましくないスペクトル特性に対する感度化の両立は,ハイパースペクトルイメージング装置のパラダイム変更につながる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hyperspectral imaging aims at providing information on both the spatial and the spectral distribution of light, with high resolution. However, state-of-the-art protocols are characterized by an intrinsic trade-off imposing to sacrifice either resolution or image acquisition speed. We address this limitation by exploiting light intensity correlations, which are shown to enable overcoming the typical downsides of traditional hyperspectral imaging techniques, both scanning and snapshot. The proposed approach also opens possibilities that are not otherwise achievable, such as sharper imaging and natural filtering of broadband spectral components that would otherwise hide the spectrum of interest. The enabled combination of high spatial and spectral resolution, high speed, and insensitivity to undesired spectral features shall lead to a paradigm change in hyperspectral imaging devices and open-up new application scenarios.
• Abstract（参考訳）: ハイパースペクトルイメージングは、高解像度で光の空間分布とスペクトル分布の両方に関する情報を提供することを目的としている。 しかし、最先端のプロトコルは、解像度または画像取得速度を犠牲にする固有のトレードオフによって特徴付けられる。 この制限は、走査とスナップショットの両方において従来のハイパースペクトルイメージング技術の典型的な欠点を克服できることが示される光強度相関を利用して解決される。 提案手法はまた、よりシャープな撮像や、それ以外は関心のスペクトルを隠蔽するブロードバンドスペクトル成分の自然なフィルタリングなど、達成不可能な可能性を開く。 空間・スペクトルの高分解能化,高速化,望ましくないスペクトル特性に対する感度の両立は,ハイパースペクトルイメージング装置のパラダイム変更と新たな応用シナリオの開放につながる。

関連論文リスト

• HyperColorization: Propagating spatially sparse noisy spectral clues for reconstructing hyperspectral images [2.7214317850962106]
  グレースケールガイド画像から高スペクトル像を再構成し,空間的に粗いスペクトル手がかりを抽出するカラー化を提案する。 提案アルゴリズムは,高スペクトル画像の様々なスペクトル次元に一般化し,低ランク空間における色付けが計算時間とショットノイズの影響を低減させることを示す。
  論文  参考訳（メタデータ） (2024-03-18T16:33:43Z)
• Super-resolution of ultrafast pulses via spectral inversion [0.0]
  ブロードバンド光(10～100GHz)を対象とした分光超解像法を実験的に実証した。 等輝度の2つの非コヒーレントスペクトル特徴と、コヒーレンス時間当たりの光子との小さな分離を推定するパラダイム的問題について検討した。 この装置は、電気光学タイムレンズとインバージョンを実装したパッシブスペクトル分散器を備えた、アクティブに安定化されたマッハ・ツェンダー型干渉計に基づいている。
  論文  参考訳（メタデータ） (2024-03-18T12:21:37Z)
• 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)
• Periodic patterns for resolution limit characterization of correlation plenoptic imaging [0.0]
  光の次元時間相関の相関は、標準撮像の伝統的な限界を克服するための興味深いツールとなる。 光の空間分布と光方向の両方を検出し、分解能と磁場の深さを波動光学の基本的な限界まで押し上げる。
  論文  参考訳（メタデータ） (2023-09-01T15:45:04Z)
• ESSAformer: Efficient Transformer for Hyperspectral Image Super-resolution [76.7408734079706]
  単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。 本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
  論文  参考訳（メタデータ） (2023-07-26T07:45:14Z)
• High Spectral Spatial Resolution Synthetic HyperSpectral Dataset form multi-source fusion [7.249349307341409]
  本研究では,高スペクトル像と空間分解能像を組み合わせた合成ハイパースペクトルデータセットを提案する。 提案したデータセットは、RGB、プッシュブルーム可視型ハイパースペクトルカメラ、スナップショット赤外線ハイパースペクトルカメラの3つのモードを活用することで、この制限に対処する。
  論文  参考訳（メタデータ） (2023-06-25T11:17:12Z)
• 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)
• Spectral Splitting and Aggregation Network for Hyperspectral Face Super-Resolution [82.59267937569213]
  高分解能(HR)ハイパースペクトル顔画像は、制御されていない条件下での顔関連コンピュータビジョンタスクにおいて重要な役割を果たす。 本稿では,ハイパースペクトル顔画像への深層学習手法の適用方法について検討する。 限られたトレーニングサンプルを用いたHFSRのためのスペクトル分割集約ネットワーク(SSANet)を提案する。
  論文  参考訳（メタデータ） (2021-08-31T02:13:00Z)
• Correlation Plenoptic Imaging between Arbitrary Planes [52.77024349608834]
  提案プロトコルは,処理後の集中面の変更を可能にし,画像解像度と被写界深度を前例のない組み合わせで実現可能であることを示す。 その結果、カオス光に基づく相関レンズ画像装置のコンパクト化や、絡み合った光子照明に基づく高SNRレンズ画像装置の開発への道が開かれた。
  論文  参考訳（メタデータ） (2020-07-23T14:26:14Z)
• Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral Imagery [79.69449412334188]
  本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。 本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。 実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
  論文  参考訳（メタデータ） (2020-05-18T14:25:50Z)
• Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
  本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。 提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-03-15T23:07:56Z)

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。