論文の概要: Learned Off-aperture Encoding for Wide Field-of-view RGBD Imaging
- arxiv url: http://arxiv.org/abs/2507.22523v1
- Date: Wed, 30 Jul 2025 09:49:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-31 16:14:18.125443
- Title: Learned Off-aperture Encoding for Wide Field-of-view RGBD Imaging
- Title（参考訳）: 広視野RGBDイメージングのための学習外符号化
- Authors: Haoyu Wei, Xin Liu, Yuhui Liu, Qiang Fu, Wolfgang Heidrich, Edmund Y. Lam, Yifan Peng,
- Abstract要約: この研究は、DOEオフアパーチャを配置することで、自由度を空間的にアンミックスできる追加の設計選択を探索する。
実験結果から,PSNRの5dB以上のFoVにおいて,単純な薄膜レンズと組み合わせた場合,オフ開口DOEにより撮像品質が向上することが明らかとなった。
- 参考スコア（独自算出の注目度）: 31.931929519577402
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: End-to-end (E2E) designed imaging systems integrate coded optical designs with decoding algorithms to enhance imaging fidelity for diverse visual tasks. However, existing E2E designs encounter significant challenges in maintaining high image fidelity at wide fields of view, due to high computational complexity, as well as difficulties in modeling off-axis wave propagation while accounting for off-axis aberrations. In particular, the common approach of placing the encoding element into the aperture or pupil plane results in only a global control of the wavefront. To overcome these limitations, this work explores an additional design choice by positioning a DOE off-aperture, enabling a spatial unmixing of the degrees of freedom and providing local control over the wavefront over the image plane. Our approach further leverages hybrid refractive-diffractive optical systems by linking differentiable ray and wave optics modeling, thereby optimizing depth imaging quality and demonstrating system versatility. Experimental results reveal that the off-aperture DOE enhances the imaging quality by over 5 dB in PSNR at a FoV of approximately $45^\circ$ when paired with a simple thin lens, outperforming traditional on-aperture systems. Furthermore, we successfully recover color and depth information at nearly $28^\circ$ FoV using off-aperture DOE configurations with compound optics. Physical prototypes for both applications validate the effectiveness and versatility of the proposed method.
- Abstract（参考訳）: E2E(End-to-end)の設計したイメージングシステムは、様々な視覚タスクのための画像の忠実度を高めるために、符号化された光学設計と復号アルゴリズムを統合している。
しかし、既存のE2Eの設計は、計算複雑性が高いことや、オフ軸収差を考慮したオフ軸波伝搬のモデル化が困難であることから、広い視野で高画質を維持する上で大きな課題に直面している。
特に、エンコーディング要素を開口面や瞳面に配置する一般的なアプローチは、波面を大域的に制御するだけである。
これらの制限を克服するため、DOEオフアパーチャを配置し、自由度を空間的にアンミックスし、画像平面上の波面を局所的に制御することで、さらなる設計選択を提案する。
提案手法は、微分可能光と波動光学のモデリングをリンクすることでハイブリッド屈折光学系をさらに活用し、奥行き画像の画質を最適化し、システムの汎用性を実証する。
実験結果から,PSNRの5dB以上のFoVを,単純な薄型レンズと組み合わせた場合,約45^\circ$で撮像品質を向上し,従来のオンアパーチャシステムより優れていたことが明らかとなった。
さらに,複合光学系を用いたオフ開口DOE構成を用いて,28^\circ$ FoVで色と深度情報を復元することに成功した。
両応用の物理プロトタイプは,提案手法の有効性と汎用性を検証した。
関連論文リスト
- Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。
照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。
提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
論文 参考訳（メタデータ） (2024-11-06T03:30:46Z) - Exploring Quasi-Global Solutions to Compound Lens Based Computational Imaging Systems [15.976326291076377]
本稿では、複合レンズベースの計算画像システムを自動的に設計するQuasi-Global Search Optics (QGSO)を提案する。
QGSOは、優れたグローバル検索能力を実現するための変換エンドツーエンドのレンズ設計パラダイムとして機能する。
論文 参考訳（メタデータ） (2024-04-30T01:59:25Z) - Aperture Diffraction for Compact Snapshot Spectral Imaging [27.321750056840706]
我々は、Aperture Diffraction Imaging Spectrometer (ADIS) という、コンパクトで費用効率の良いスナップショット分光画像システムを紹介した。
モザイクフィルタセンサ上の離散符号化位置にオブジェクト空間の各点を多重化する新しい光学設計を導入する。
回折変性を強く知覚するカスケードシフトシャッフルスペクトル変換器(CSST)は、空間制約の逆問題を解決するために設計されている。
論文 参考訳（メタデータ） (2023-09-27T16:48:46Z) - Hybrid-Supervised Dual-Search: Leveraging Automatic Learning for
Loss-free Multi-Exposure Image Fusion [60.221404321514086]
マルチ露光画像融合(MEF)は、様々な露光レベルを表すデジタルイメージングの限界に対処するための重要な解決策である。
本稿では、ネットワーク構造と損失関数の両方を自動設計するための二段階最適化探索方式であるHSDS-MEFと呼ばれるMEFのためのハイブリッドスーパービジョンデュアルサーチ手法を提案する。
論文 参考訳（メタデータ） (2023-09-03T08:07:26Z) - Enhancing Low-light Light Field Images with A Deep Compensation Unfolding Network [52.77569396659629]
本稿では,低光環境下で撮像した光場(LF)画像の復元に,DCUNet(Deep compensation network openfolding)を提案する。
このフレームワークは、中間拡張結果を使用して照明マップを推定し、展開プロセスで新しい拡張結果を生成する。
本稿では,LF画像の特徴を適切に活用するために,擬似明示的特徴相互作用モジュールを提案する。
論文 参考訳（メタデータ） (2023-08-10T07:53:06Z) - 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) - 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) - Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。
本手法では, 回折光学素子 (DOE) を用いる。
DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
論文 参考訳（メタデータ） (2020-09-01T14:19:35Z) - 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。