論文の概要: Generalizable Holographic Reconstruction via Amplitude-Only Diffusion Priors

• arxiv url: http://arxiv.org/abs/2509.12728v1
• Date: Tue, 16 Sep 2025 06:36:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-17 17:50:52.924896
• Title: Generalizable Holographic Reconstruction via Amplitude-Only Diffusion Priors
• Title（参考訳）: 振幅専用拡散プリミティブによる一般ホログラフィー再構成
• Authors: Jeongsol Kim, Chanseok Lee, Jong Chul Ye, Mooseok Jang,
• Abstract要約: インラインホログラフィーにおける位相検索は、コヒーレントイメージングにおける振幅と位相の非線形結合に起因する基本的な不適切な逆問題である。 本稿では,物体振幅のみを訓練した拡散モデルを用いて,回折強度から振幅と位相の両方を復元する手法を提案する。
• 参考スコア（独自算出の注目度）: 52.428058493780156
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Phase retrieval in inline holography is a fundamental yet ill-posed inverse problem due to the nonlinear coupling between amplitude and phase in coherent imaging. We present a novel off-the-shelf solution that leverages a diffusion model trained solely on object amplitude to recover both amplitude and phase from diffraction intensities. Using a predictor-corrector sampling framework with separate likelihood gradients for amplitude and phase, our method enables complex field reconstruction without requiring ground-truth phase data for training. We validate the proposed approach through extensive simulations and experiments, demonstrating robust generalization across diverse object shapes, imaging system configurations, and modalities, including lensless setups. Notably, a diffusion prior trained on simple amplitude data (e.g., polystyrene beads) successfully reconstructs complex biological tissue structures, highlighting the method's adaptability. This framework provides a cost-effective, generalizable solution for nonlinear inverse problems in computational imaging, and establishes a foundation for broader coherent imaging applications beyond holography.
• Abstract（参考訳）: インラインホログラフィーにおける位相検索は、コヒーレントイメージングにおける振幅と位相の非線形結合に起因する基本的な不適切な逆問題である。 本稿では,物体振幅のみを訓練した拡散モデルを用いて,回折強度から振幅と位相の両方を復元する手法を提案する。 振幅と位相の相対勾配を別々に設定した予測器・相関器サンプリングフレームワークを用いて, トレーニングに地絡位相データを必要とせず, 複雑なフィールド再構成が可能となる。 提案手法を広範囲なシミュレーションと実験により検証し,多種多様な物体形状,画像システム構成,レンズレス構成を含むモダリティの堅牢な一般化を実証した。 特に、単純な振幅データ(例えばポリスチレンビーズ)で事前訓練された拡散は、複雑な生体組織構造を再構築し、この方法の適応性を強調した。 このフレームワークは、計算画像における非線形逆問題に対するコスト効率が高く、一般化可能な解決策を提供し、ホログラフィを超えてより広範なコヒーレントイメージングの基盤を確立する。

関連論文リスト

• Self-supervised physics-informed generative networks for phase retrieval from a single X-ray hologram [0.4221292142376107]
  フレネル理論の近場状態における位相探索の逆問題に対する自己学習手法を提案する。 位相探索のための多くの深層学習アプローチとは異なり、我々の手法はペアリング、アンペアリング、シミュレートされたトレーニングデータを必要としない。
  論文  参考訳（メタデータ） (2025-08-21T13:06:06Z)
• Frequency Domain-Based Diffusion Model for Unpaired Image Dehazing [92.61216319417208]
  そこで本稿では,未確認データにおける有益な知識を十分に活用するための,新しい周波数領域ベース拡散モデルを提案する。 拡散モデル(DM)が示す強い生成能力に着想を得て,周波数領域再構成の観点からデハージング課題に取り組む。
  論文  参考訳（メタデータ） (2025-07-02T01:22:46Z)
• Physics-Aware Style Transfer for Adaptive Holographic Reconstruction [1.8749305679160366]
  インラインホログラフィー画像は、記録された回折パターンから物体の複素振幅を再構成する不適切な逆問題を示す。 本稿では,物体間距離を回折パターン内の暗黙のスタイルとして解釈する物理認識型伝達手法を提案する。 逆写像演算は、強度測定からなるデータセットでのみ適応的に学習可能であることを示す。
  論文  参考訳（メタデータ） (2025-07-01T06:56:51Z)
• Steerable Conditional Diffusion for Out-of-Distribution Adaptation in Medical Image Reconstruction [75.91471250967703]
  我々は、ステアブル条件拡散と呼ばれる新しいサンプリングフレームワークを導入する。 このフレームワークは、利用可能な測定によって提供される情報のみに基づいて、画像再構成と並行して拡散モデルを適用する。 様々な画像モダリティにまたがるアウト・オブ・ディストリビューション性能の大幅な向上を実現した。
  論文  参考訳（メタデータ） (2023-08-28T08:47:06Z)
• A Variational Perspective on Solving Inverse Problems with Diffusion Models [101.831766524264]
  逆タスクは、データ上の後続分布を推測するものとして定式化することができる。 しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。 そこで我々は,真の後続分布を近似する設計手法を提案する。
  論文  参考訳（メタデータ） (2023-05-07T23:00:47Z)
• Alternating Phase Langevin Sampling with Implicit Denoiser Priors for Phase Retrieval [1.7767466724342065]
  本稿では,従来のフレームワークに組み込んだ位相探索問題の解法を提案する。 位相探索のための性能記述に基づくアルゴリズムと比較し、分布内画像と分布外画像の顕著な測定結果と競合する性能を示す。
  論文  参考訳（メタデータ） (2022-11-02T05:08:50Z)
• Unfolding-Aided Bootstrapped Phase Retrieval in Optical Imaging [24.59954532409386]
  光画像における位相検索は、位相のないデータからの複素信号の回復を指す。 モデル駆動型ネットワークやディープ・アンフォールディングのハイブリッドアプローチは、効果的な代替手段として現れている。 本稿では, 近距離, 中間域, 遠距離領域にかかわらず, ブートストラップによる深部展開のアルゴリズムと応用について概説する。
  論文  参考訳（メタデータ） (2022-03-03T13:00:07Z)

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。