論文の概要: Oscillating Dispersion for Maximal Light-throughput Spectral Imaging

• arxiv url: http://arxiv.org/abs/2603.15348v1
• Date: Mon, 16 Mar 2026 14:34:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 18:28:58.480581
• Title: Oscillating Dispersion for Maximal Light-throughput Spectral Imaging
• Title（参考訳）: 最大光出力スペクトルイメージングのための発振分散
• Authors: Jiuyun Zhang, Zhan Shi, Linsen Chen, Xun Cao,
• Abstract要約: 発振分散イメージング分光器(ODIS)は、共役画像面と非集中位置との間の分散器を軸変換することにより、ほぼフル光のスループットを達成する。 Pan-Guided Dispersion-Aware Deep Unfolding Network (PDAUN) はマスクレス分散から高忠実度スペクトル情報を復元する。 実験では、標準ベンチマークで最先端のパフォーマンスを示し、システム間比較では、ODISが低い照明下で決定的な利得を得ることを確認した。
• 参考スコア（独自算出の注目度）: 26.318289715715924
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing computational spectral imaging systems typically rely on coded aperture and beam splitters that block a substantial fraction of incident light, degrading reconstruction quality under light-starved conditions. To address this limitation, we develop the Oscillating Dispersion Imaging Spectrometer (ODIS), which for the first time achieves near-full light throughput by axially translating a disperser between the conjugate image plane and a defocused position, sequentially capturing a panchromatic (PAN) image and a dispersed measurement along a single optical path. We further propose a PAN-guided Dispersion-Aware Deep Unfolding Network (PDAUN) that recovers high-fidelity spectral information from maskless dispersion under PAN structural guidance. Its data-fidelity step derives an FFT-Woodbury preconditioned solver by exploiting the cyclic-convolution property of the ODIS forward model, while a Dispersion-Aware Deformable Convolution module (DADC) corrects sub-pixel spectral misalignment using PAN features. Experiments show state-of-the-art performance on standard benchmarks, and cross-system comparisons confirm that ODIS yields decisive gains under low illumination. High-fidelity reconstruction is validated on a physical prototype.
• Abstract（参考訳）: 既存の計算スペクトルイメージングシステムは、典型的にはコード化された開口部とビームスプリッターに依存しており、入射光のかなりの部分を遮蔽し、光スターベッド条件下での再構成品質を劣化させる。 この制限に対処するため,共役像面と焦点ずれ位置の分散器を軸変換し,パンクロマティック(PAN)画像と単一光路に沿った分散測定を行うことにより,初めて近距離フル光スループットを実現するOscillating Dispersion Imaging Spectrometer (ODIS)を開発した。 さらに、PAN構造誘導の下で、マスクレス分散から高忠実度スペクトル情報を復元するPAN誘導分散型深部展開ネットワーク(PDAUN)を提案する。 そのデータ忠実度ステップは、ODISフォワードモデルの循環畳み込み特性を利用してFFT-Woodburyプリコンディション解決器を導出する一方、DADC(Dispersion-Aware Deformable Convolution Module)はPAN特徴を用いたサブピクセルスペクトルの不整合を補正する。 実験では、標準ベンチマークで最先端のパフォーマンスを示し、システム間比較では、ODISが低い照明下で決定的な利得を得ることを確認した。 高忠実度再構成は物理プロトタイプ上で検証される。

関連論文リスト

• Deep Spectral Prior [27.0616671887139]
  本稿では、周波数領域アライメント問題として画像再構成を再定義するDeep Image Prior(DIP)の新たな定式化であるDeep Spectral Prior(DSP)を紹介する。 このシフトは、画像の既知の周波数構造と畳み込みニューラルネットワークのスペクトルバイアスと整合して、スペクトルコヒーレンスに対する明示的な帰納的バイアスをもたらす。 DSPは自然に周波数一貫性多様体への再構成を計画し、解釈可能性や頑健性を高めていることを示す。
  論文  参考訳（メタデータ） (2025-05-26T12:00:37Z)
• CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [69.02751635551724]
  スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。 スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。 本稿では,RGB,マルチスペクトル,ハイパースペクトル画像を用いたカメラ非依存表現学習モデルCARLを紹介する。
  論文  参考訳（メタデータ） (2025-04-27T13:06:40Z)
• PAD: Phase-Amplitude Decoupling Fusion for Multi-Modal Land Cover Classification [49.37555541088792]
  位相振幅デカップリング(PAD)は、位相(モダリティ共有)と振幅(モダリティ補完)を分離する周波数対応のフレームワークである。 この研究は、リモートセンシングにおける物理を意識したマルチモーダル融合の新しいパラダイムを確立する。
  論文  参考訳（メタデータ） (2025-04-27T07:21:42Z)
• Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
  画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。 SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。 スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-19T14:24:03Z)
• Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
  ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。 我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。 提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
  論文  参考訳（メタデータ） (2024-02-04T09:07:28Z)
• 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)
• ESSAformer: Efficient Transformer for Hyperspectral Image Super-resolution [76.7408734079706]
  単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。 本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
  論文  参考訳（メタデータ） (2023-07-26T07:45:14Z)
• Residual Degradation Learning Unfolding Framework with Mixing Priors across Spectral and Spatial for Compressive Spectral Imaging [29.135848304404533]
  符号化開口スナップショット分光画像(CASSI)が提案されている。 CASSIシステムの中核的な問題は、信頼性と微妙な基礎となる3次元スペクトル立方体を2次元測定から回収することである。 本稿では,センサマトリックスと劣化過程のギャップを埋めるResidual Degradation Learning Unfolding Framework (RDLUF)を提案する。
  論文  参考訳（メタデータ） (2022-11-13T12:31:49Z)

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。