論文の概要: Analysis and Improvement of Rank-Ordered Mean Algorithm in Single-Photon LiDAR

• arxiv url: http://arxiv.org/abs/2407.20399v1
• Date: Mon, 29 Jul 2024 19:50:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-31 18:48:44.363822
• Title: Analysis and Improvement of Rank-Ordered Mean Algorithm in Single-Photon LiDAR
• Title（参考訳）: 単光LiDARにおけるランク順平均アルゴリズムの解析と改善
• Authors: William C. Yau, Weijian Zhang, Hashan Kavinga Weerasooriya, Stanley H. Chan,
• Abstract要約: ランク順序付き平均 (ROM) と呼ばれるフィルタは、ノイズの多い光子到着時刻スタンプを拒否するために用いられる。 反射率が深さと信号-背景比で決められた閾値以下になると、ROMは失敗することを示す。 タイトなタイムスタンプクラスタの選択による信号抽出手法を提案する。
• 参考スコア（独自算出の注目度）: 10.559073264055142
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Depth estimation using a single-photon LiDAR is often solved by a matched filter. It is, however, error-prone in the presence of background noise. A commonly used technique to reject background noise is the rank-ordered mean (ROM) filter previously reported by Shin \textit{et al.} (2015). ROM rejects noisy photon arrival timestamps by selecting only a small range of them around the median statistics within its local neighborhood. Despite the promising performance of ROM, its theoretical performance limit is unknown. In this paper, we theoretically characterize the ROM performance by showing that ROM fails when the reflectivity drops below a threshold predetermined by the depth and signal-to-background ratio, and its accuracy undergoes a phase transition at the cutoff. Based on our theory, we propose an improved signal extraction technique by selecting tight timestamp clusters. Experimental results show that the proposed algorithm improves depth estimation performance over ROM by 3 orders of magnitude at the same signal intensities, and achieves high image fidelity at noise levels as high as 17 times that of signal.
• Abstract（参考訳）: 単一光子LiDARを用いた深さ推定は、マッチングフィルタによってしばしば解決される。 しかし、バックグラウンドノイズの存在下ではエラーが発生しやすい。 Shin \textit{et al } (2015) が以前報告したランク順序付き平均 (ROM) フィルタは、背景雑音を除去するための一般的な手法である。 ROMは、近辺の中央値の統計値について、少数の光子の到着時間スタンプのみを選択することにより、ノイズの多い光子の到着時間スタンプを拒絶する。 ROMの有望な性能にもかかわらず、その理論的性能の限界は分かっていない。 本稿では,ROMが深さと信号-地上比で所定の閾値以下に低下した場合にROM性能が低下し,その精度が切断時に位相遷移することを示すことにより,ROM性能を理論的に特徴づける。 この理論に基づいて,タイトなタイムスタンプクラスタを選択することで,信号抽出の精度を向上させる手法を提案する。 実験結果から,提案アルゴリズムはROM上の3桁の信号強度で深度推定性能を向上し,信号の17倍のノイズレベルの高画質化を実現していることがわかった。

関連論文リスト

• Enhancing Low-Light Images Using Infrared-Encoded Images [81.8710581927427]
  従来の芸術は、主にピクセルワイド・ロスを用いて可視光スペクトルで捉えた低照度画像に焦点を当てていた。 我々は,赤外線カットオフフィルタを除去することにより,低照度環境下で撮影された画像の可視性を高める新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-07-09T08:29:19Z)
• Advancing Unsupervised Low-light Image Enhancement: Noise Estimation, Illumination Interpolation, and Self-Regulation [55.07472635587852]
  低光画像強調(LLIE)技術は、画像の詳細の保存とコントラストの強化に顕著な進歩をもたらした。 これらのアプローチは、動的ノイズを効率的に緩和し、様々な低照度シナリオを収容する上で、永続的な課題に直面する。 まず,低照度画像の雑音レベルを迅速かつ高精度に推定する方法を提案する。 次に、照明と入力の一般的な制約を満たすために、Learningable Illumination Interpolator (LII) を考案する。
  論文  参考訳（メタデータ） (2023-05-17T13:56:48Z)
• Poisson-Gaussian Holographic Phase Retrieval with Score-based Image Prior [19.231581775644617]
  本稿では,スコア関数を先行生成関数とする高速化されたWirtinger Flow (AWF) を用いた新しいアルゴリズム"AWFS"を提案する。 PRの対数様関数の勾配を計算し、リプシッツ定数を決定する。 本稿では,提案アルゴリズムの臨界点収束保証を確立する理論的解析を行う。
  論文  参考訳（メタデータ） (2023-05-12T18:08:47Z)
• Representing Noisy Image Without Denoising [91.73819173191076]
  ラドン空間におけるフラクショナルオーダーモーメント(FMR)は、ノイズの多い画像から直接ロバストな表現を引き出すように設計されている。 従来の整数順序法とは異なり、我々の研究は特別な場合のような古典的手法を取り入れたより汎用的な設計である。
  論文  参考訳（メタデータ） (2023-01-18T10:13:29Z)
• BDIS: Bayesian Dense Inverse Searching Method for Real-Time Stereo Surgical Image Matching [2.990820994368054]
  本稿では,一般的なMISタスクに対して,CPUレベルの事前自由ステレオマッチングアルゴリズムを提案する。 手術画像用のシングルコアCPU (i5-9400) を用いて, 640*480の画像に対して平均17Hzを実現する。 MIS のベースライン ELAS よりも近いか高い精度で出力が小さいが、4-5倍高速である。
  論文  参考訳（メタデータ） (2022-05-06T10:50:49Z)
• Zero-shot Blind Image Denoising via Implicit Neural Representations [77.79032012459243]
  暗黙的ニューラル表現(INR)のアーキテクチャ的帰納的バイアスを利用した代替的認知戦略を提案する。 提案手法は,低雑音シナリオや実雑音シナリオの広い範囲において,既存のゼロショット復調手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-04-05T12:46:36Z)
• Rethinking Deep Image Prior for Denoising [23.140599133203292]
  我々は、最適化の進捗を監視するために、実効性自由度(DF)の概念を用いてDIPを分析した。 本稿では,ガウス雑音に対する2対の真実像をアクセスすることなく,雑音に適応する前に停止基準を提案する。 提案手法は,7つのデータセットにおいて,PSNRとSSIMに匹敵する大差でLPIPSの先行技術より優れていた。
  論文  参考訳（メタデータ） (2021-08-29T13:34:31Z)
• On Measuring and Controlling the Spectral Bias of the Deep Image Prior [63.88575598930554]
  深層画像は、未学習のネットワークが逆画像問題に対処できることを実証している。 ピークに達するとパフォーマンスが低下するので、いつ最適化を止めるかを決めるにはオラクルが必要です。 これらの問題に対処するために、スペクトルバイアスの観点から先行した深部画像について検討する。
  論文  参考訳（メタデータ） (2021-07-02T15:10:42Z)
• Deep Unfolded Recovery of Sub-Nyquist Sampled Ultrasound Image [94.42139459221784]
  本稿では,ISTAアルゴリズムの展開に基づく時空間領域におけるサブNyquistサンプルからの再構成手法を提案する。 本手法は,高品質な撮像性能を確保しつつ,配列要素数,サンプリングレート,計算時間を削減できる。
  論文  参考訳（メタデータ） (2021-03-01T19:19:38Z)
• Patch-based Non-Local Bayesian Networks for Blind Confocal Microscopy Denoising [16.500900167849682]
  我々はベイズ深層学習の枠組みにおけるNLBの強みを活用することを提案する。 我々は畳み込みニューラルネットワークを設計し、それを訓練してガウスモデルのパラメータを学習する。 次にベイズ推論を適用し、ノイズフリーパッチを近似する過程においてノイズフリーパッチからの事前情報と情報を活用する。
  論文  参考訳（メタデータ） (2020-03-25T01:49:58Z)

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。