Fugu-MT 論文翻訳(概要): Low Photon Number Non-Invasive Imaging Through Time-Varying Diffusers

論文の概要: Low Photon Number Non-Invasive Imaging Through Time-Varying Diffusers

arxiv url: http://arxiv.org/abs/2409.18072v1
Date: Thu, 26 Sep 2024 17:19:13 GMT
ステータス: 処理完了
システム内更新日: 2024-09-27 21:38:28.248018
Title: Low Photon Number Non-Invasive Imaging Through Time-Varying Diffusers
Title（参考訳）: 時間変化ディフューザによる低光数非侵襲イメージング
Authors: Adrian Makowski, Wojciech Zwolinski, Pawel Szczypkowski, Bernard Gorzkowski, Sylvain Gigan, Radek Lapkiewicz,
Abstract要約: ダイナミックディフューザの裏側に隠された蛍光体の非侵襲イメージングを実証する。我々の再構成では、異なるディフューザ実現のために記録された画像のスタックを使用し、個々のカメラフレームが小さな光子数を含む場合でも機能する。
参考スコア（独自算出の注目度）: 0.5580128181112308
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Scattering poses a significant challenge in optical imaging. In microscopy, it leads to progressive degradation of image quality preventing sample examination at increasing depths. As the thickness of the sample increases, the number of photons that can successfully pass through it decreases, leading to a reduced signal and preventing us from obtaining clear images. Imaging becomes even more difficult with dynamic scatterers like biological tissues that change over time. We demonstrate non-invasive imaging of fluorescent objects hidden behind dynamic diffusers. Our reconstruction uses a stack of images recorded for different diffuser realizations and works even when individual camera frames contain small photon numbers.
Abstract（参考訳）: 散乱は光学イメージングにおいて重要な課題である。顕微鏡では、試料の深度が上昇するのを防ぐため、画像品質の劣化が進行する。試料の厚さが大きくなると、通過可能な光子の数が減少し、信号が減少し、鮮明な画像が得られなくなる。イメージングは、時間とともに変化する生物学的組織のような動的散乱体によってさらに困難になる。ダイナミックディフューザの裏側に隠された蛍光体の非侵襲イメージングを実証する。我々の再構成では、異なるディフューザ実現のために記録された画像のスタックを使用し、個々のカメラフレームが小さな光子数を含む場合でも機能する。

関連論文リスト

LDM-ISP: Enhancing Neural ISP for Low Light with Latent Diffusion Models [54.93010869546011]
本稿では,事前学習した潜伏拡散モデルを用いて,超低照度画像の高精細化のためのニューラルISPを実現することを提案する。具体的には、RAWドメイン上で動作するために事前訓練された潜在拡散モデルを調整するために、軽量なテーミングモジュールのセットをトレーニングする。遅延拡散モデルにおけるUNet復調と復号化の異なる役割を観察し、低照度画像強調タスクを遅延空間低周波コンテンツ生成と復号位相高周波ディテール保守に分解するきっかけとなる。
論文参考訳（メタデータ） (2023-12-02T04:31:51Z)
DeepContrast: Deep Tissue Contrast Enhancement using Synthetic Data Degradations and OOD Model Predictions [6.550912532749276]
本稿では,顕微鏡画像のぼかしとコントラスト損失に対処する新しい手法を提案する。まず, 深部組織画像劣化の近似モデルを用いて, 顕微鏡画像の品質をさらに劣化させた。我々は、生成した生画像と劣化画像から、この劣化機能の逆転を学習するニューラルネットワークを訓練した。
論文参考訳（メタデータ） (2023-08-16T13:40:01Z)
Image Denoising and the Generative Accumulation of Photons [63.14988413396991]
我々は,次の光子がどこに到着できるかを予測するために訓練されたネットワークが,実際に最小平均二乗誤差(MMSE)を解くことを示している。自己監督型認知のための新しい戦略を提案する。本稿では,画像に少量の光子を反復的にサンプリングし,付加することにより,可能な解の後方からサンプリングする新しい方法を提案する。
論文参考訳（メタデータ） (2023-07-13T08:03:32Z)
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)
Multipass wide-field phase imager [0.8317595522478687]
複数mm2大視野の多目的干渉コントラストイメージング技術について報告する。自己イメージの非共鳴キャビティを使用することで、感度が向上する。位相プロファイルは、特別に設計された単光子カメラのおかげで、各ラウンドごとに個別に解決できる。
論文参考訳（メタデータ） (2023-06-30T10:56:00Z)
Fluctuation-based deconvolution in fluorescence microscopy using plug-and-play denoisers [2.236663830879273]
蛍光顕微鏡で得られた生きた試料の画像の空間分解能は、可視光の回折により物理的に制限される。この制限を克服するために、いくつかのデコンボリューションと超解像技術が提案されている。
論文参考訳（メタデータ） (2023-03-20T15:43:52Z)
DEEP$^2$: Deep Learning Powered De-scattering with Excitation Patterning [3.637479539861615]
「励起パターンやDEEPによるデスパッタリング」は、ポイントスキャンに代わる広帯域の代替品である。ディープラーニングベースのモデルであるDEEP$2$を提示し、数百ではなく、わずか数十パターンの励起から画像を切り離すことができる。本手法は, 生マウスにおいて, 最大4つの散乱長を撮像するin-vivo cortical vasculatureを含む, 複数の数値および物理的実験で実証した。
論文参考訳（メタデータ） (2022-10-19T21:12:09Z)
Invertible Network for Unpaired Low-light Image Enhancement [78.33382003460903]
本稿では,非可逆的ネットワークを活用して,前処理における低照度画像の強化と,非対向学習により逆向きに通常の照度画像の劣化を図ることを提案する。対向的損失に加えて、トレーニングの安定性を確保し、より詳細な画像を保存するために、様々な損失関数を設計する。低照度画像に対するプログレッシブ自己誘導強調処理を提案し,SOTAに対して良好な性能を示す。
論文参考訳（メタデータ） (2021-12-24T17:00:54Z)
Imaging dynamics beneath turbid media via parallelized single-photon detection [32.148006108515716]
我々は,1光子レベルのスペックル変動を同時に検出するために,1光子アバランシェダイオード(SPAD)アレイカメラを利用する。次に、深層ニューラルネットワークを用いて、取得した単光子測定値を高速に非相関な液体組織ファントム下での散乱ダイナミクスのビデオに変換する。
論文参考訳（メタデータ） (2021-07-03T12:32:21Z)
NuI-Go: Recursive Non-Local Encoder-Decoder Network for Retinal Image Non-Uniform Illumination Removal [96.12120000492962]
網膜画像の画質は、眼の病変や不完全な画像処理のために臨床的に不満足であることが多い。網膜画像における最も難しい品質劣化問題の1つは、一様でない照明である。我々はNuI-Goと呼ばれる網膜画像に対する均一でない照明除去ネットワークを提案する。
論文参考訳（メタデータ） (2020-08-07T04:31:33Z)
Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
論文参考訳（メタデータ） (2020-07-21T17:30:51Z)

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。