論文の概要: Position-Blind Ptychography: Viability of image reconstruction via data-driven variational inference

• arxiv url: http://arxiv.org/abs/2509.25269v1
• Date: Sun, 28 Sep 2025 08:49:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-01 17:09:04.22142
• Title: Position-Blind Ptychography: Viability of image reconstruction via data-driven variational inference
• Title（参考訳）: 位置ブラインドプラチグラフィー:データ駆動変分推論による画像再構成の可能性
• Authors: Simon Welker, Lorenz Kuger, Tim Roith, Berthy Feng, Martin Burger, Timo Gerkmann, Henry Chapman,
• Abstract要約: 位置盲検撮影における視覚的逆問題について検討した。 この問題の動機は、単一粒子回折X線イメージングによるものである。 適切な照明構造と強い先行性により, 計測ノイズ下であっても, 信頼性が高く, 良好な画像再構成が可能であることがわかった。
• 参考スコア（独自算出の注目度）: 27.823599496678284
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we present and investigate the novel blind inverse problem of position-blind ptychography, i.e., ptychographic phase retrieval without any knowledge of scan positions, which then must be recovered jointly with the image. The motivation for this problem comes from single-particle diffractive X-ray imaging, where particles in random orientations are illuminated and a set of diffraction patterns is collected. If one uses a highly focused X-ray beam, the measurements would also become sensitive to the beam positions relative to each particle and therefore ptychographic, but these positions are also unknown. We investigate the viability of image reconstruction in a simulated, simplified 2-D variant of this difficult problem, using variational inference with modern data-driven image priors in the form of score-based diffusion models. We find that, with the right illumination structure and a strong prior, one can achieve reliable and successful image reconstructions even under measurement noise, in all except the most difficult evaluated imaging scenario.
• Abstract（参考訳）: 本研究は, 画像と共同で回復しなければならない, 位置盲検の新たな視覚的逆問題, すなわち, 画像のスキャン位置の知識を伴わずに, 胸郭画像の位相検索を提示し, 検討するものである。 この問題の動機は、ランダムな配向の粒子を照射し、一連の回折パターンを収集する単一粒子回折X線イメージングにある。 高度に集束したX線ビームを用いると、測定は各粒子に対するビーム位置に敏感になるため、プチコグラフィーとなるが、これらの位置も不明である。 本稿では,この難題の2次元のシミュレーションによる画像再構成の実現可能性について,スコアベース拡散モデルを用いて,現代のデータ駆動型画像先行画像の変分推論を用いて検討する。 適切な照明構造と強い先行性により, 計測ノイズ下であっても, 信頼性が高く, 良好な画像再構成が可能であることが判明した。

関連論文リスト

• Generalizable Holographic Reconstruction via Amplitude-Only Diffusion Priors [48.96607421052462]
  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。
  論文  参考訳（メタデータ） (2025-09-16T06:36:08Z)
• Integrating Generative and Physics-Based Models for Ptychographic Imaging with Uncertainty Quantification [0.0]
  Ptychographyは、走査コヒーレントな回折イメージング技術であり、拡張サンプルのナノメートル規模の特徴を撮像することができる。 本稿では,近隣のスキャン位置間の重複を少なくしながらも効果的に機能するptychographyのベイズ逆解析法を提案する。
  論文  参考訳（メタデータ） (2024-12-14T16:16:37Z)
• Plug-and-Play Half-Quadratic Splitting for Ptychography [37.92147368117171]
  Ptychographyは、位相検索技術を用いて複雑な画像の再構成を行うコヒーレント回折イメージング法である。 計算量が多く、ノイズに非常に敏感で、特に照明の重なりがある。 本稿では,データ駆動型デノイザを暗黙の先行として統合するフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-03T16:41:18Z)
• Predicting ptychography probe positions using single-shot phase retrieval neural network [5.889405057118457]
  本研究では, 位置誤差が大きいデータに対して, ポジトグラフィープローブの位置予測を行うための, 根本的に新しい手法を提案する。 ニューラルネットワークを用いて個々の回折パターンの単発位相を検索し、各走査点における対象画像を生成する。 提案手法は,102ドル画素の順序で誤差を蓄積し,高精度な位置予測精度を実現することができることを示す。
  論文  参考訳（メタデータ） (2024-05-31T15:21:06Z)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)
• Low-Light Image Enhancement with Normalizing Flow [92.52290821418778]
  本稿では,この一対多の関係を正規化フローモデルを用いてモデル化する。 低照度画像/特徴を条件として取り、通常露光される画像の分布をガウス分布にマッピングすることを学ぶ可逆ネットワーク。 既存のベンチマークデータセットによる実験結果から,提案手法はより定量的,質的な結果を得ることができ,照度が良く,ノイズやアーティファクトが小さく,色も豊かになることがわかった。
  論文  参考訳（メタデータ） (2021-09-13T12:45:08Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Real-time sparse-sampled Ptychographic imaging through deep neural networks [3.3351024234383946]
  データの取得と解析の両方に制約を課す複雑な逆問題の解法により、画像再構成を実現する。 本稿では,深部畳み込みニューラルネットワークに基づく画像再構成問題の解法として,PtychoNNを提案する。
  論文  参考訳（メタデータ） (2020-04-15T23:43:17Z)
• Class-Specific Blind Deconvolutional Phase Retrieval Under a Generative Prior [8.712404218757733]
  この問題はフーリエ・プチコグラフィー、X線結晶学、可視光通信など様々な画像モダリティで発生する。 本稿では,事前訓練された2つの深層生成ネットワークの下での交互勾配降下アルゴリズムを用いて,この逆問題の解法を提案する。 提案アルゴリズムは,前向き測定モデルを説明する各前駆体の範囲内で,シャープな画像とぼやけたカーネルを見つけ出そうとする。
  論文  参考訳（メタデータ） (2020-02-28T07:36:28Z)

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。