論文の概要: Integrated Forward-Inverse Network for Lensless Image Reconstruction

• arxiv url: http://arxiv.org/abs/2607.04608v1
• Date: Mon, 06 Jul 2026 02:28:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:30.009996
• Title: Integrated Forward-Inverse Network for Lensless Image Reconstruction
• Title（参考訳）: レンズレス画像再構成のための統合フォワード・インバースネットワーク
• Abstract要約: IFIN(Integrated Forward-Inverse Network)は、物理誘導型アーキテクチャで、各スケールで学習可能な逆更新によって、異なる前方投影をインターリーブする。 IFINは、挑戦的なレンズレスベンチマークで最先端の再構築品質を達成する。
• 参考スコア（独自算出の注目度）: 9.610123731413415
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lensless imaging enables compact and versatile computational cameras by replacing bulky optics with thin coded elements. However, reconstruction from the resulting measurements is challenging: large-footprint point-spread functions (PSFs) produce highly multiplexed observations, making inversion severely ill-conditioned and sensitive to calibration errors and model mismatch. While deep learning approaches, including hybrid models that incorporate physics priors, have shown promise, explicitly maintaining data fidelity throughout the network hierarchy remains difficult. Here, we propose the Integrated Forward-Inverse Network (IFIN), a physics-guided architecture that interleaves differentiable forward projections with learnable inverse updates at every scale, enabling complementary cues to be exploited jointly in the measurement and image domains. This bidirectional coupling supports progressive, physics-consistent refinement and permits system-constrained PSF kernel adaptation under model uncertainty. On challenging lensless benchmarks, including a newly introduced dataset, IFIN achieves state-of-the-art reconstruction quality. We further observe competitive performance on Gaussian deblurring and simulated inline holography reconstruction, suggesting that the same interleaving principle can extend beyond lensless cameras.
• Abstract（参考訳）: レンズレスイメージングは、かさばる光学系を薄い符号化素子に置き換えることで、コンパクトで多用途な計算カメラを可能にする。 しかし、結果の再現は困難であり、大きなフットプリントのポイントスプレッド関数(PSF)は高度に多重化された観測結果を生成するため、逆転は極めて不条件であり、校正誤差やモデルミスマッチに敏感である。 物理の先行を組み込んだハイブリッドモデルを含むディープラーニングアプローチは、将来性を示す一方で、ネットワーク階層全体のデータの忠実性を明確に維持することは、依然として困難である。 本稿では,各スケールで異なる前方投影を学習可能な逆更新にインターリーブする物理誘導型アーキテクチャであるIFINを提案する。 この双方向結合は、進歩的で物理学的な洗練をサポートし、モデル不確実性の下でシステムに制約されたPSFカーネルの適応を可能にする。 新しく導入されたデータセットを含む挑戦的なレンズレスベンチマークでは、IFINは最先端の再構築品質を達成する。 我々はさらに,ガウスの難色化とインラインホログラフィ再構成の模擬による競争性能を観察し,同じインターリービング原理がレンズレスカメラを超えて拡張可能であることを示唆した。

関連論文リスト

• OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
  OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
  論文  参考訳（メタデータ） (2026-09-08T19:45:58Z)
• Architectural Unification for Polarimetric Imaging Across Multiple Degradations [54.83037963738918]
  複数の劣化シナリオにまたがって構造的に共有される偏光イメージングのための統一的なアーキテクチャフレームワークを提案する。 このモデルは、単一ステージのジョイントイメージ・ストークス処理を実行し、エラーの蓄積を回避し、物理的一貫性を明示的に保持する。
  論文  参考訳（メタデータ） (2026-03-06T02:38:57Z)
• Scale Equivariance Regularization and Feature Lifting in High Dynamic Range Modulo Imaging [19.49437461280304]
  本研究は,学習に基づくHDR復元フレームワークを提案する。 i)露出変動の下で一貫性を強制するスケール同変正規化、(ii)原モジュロ画像を組み合わせた特徴持ち上げ入力設計、(ii)有限差分を含む2つの重要な戦略が組み込まれている。
  論文  参考訳（メタデータ） (2026-01-30T14:45:29Z)
• Learning to Remove Lens Flare in Event Camera [56.9171469873838]
  イベントカメラデータからレンズフレアを除去する最初のフレームワークであるE-DeflareDeflareを提案する。 まず、非線形抑制機構の物理基底フォワードモデルを導出した理論基盤を確立する。 このベンチマークを利用して、最先端の復元性能を実現するE-DeflareNetを設計する。
  論文  参考訳（メタデータ） (2025-12-09T18:59:57Z)
• Total Variation Subgradient Guided Image Fusion for Dual-Camera CASSI System [3.414706880536149]
  分光画像技術は、スペクトル、空間、時間分解能のバランスをとる上で、長年にわたって根本的な課題に直面してきた。 従来のモデルベースの手法は、手作りの固有の画像に頼っているため、限られた性能を示す。 本稿では,全変動(TV)下降理論を統合したデュアルカメラCASSI再構成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-13T16:57:06Z)
• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• Rotation Equivariant Arbitrary-scale Image Super-Resolution [62.41329042683779]
  任意のスケールの超解像(ASISR)は、低解像度の入力画像から任意のスケールの高分解能回復を実現することを目的としている。 本研究では, 回転同変ASISR法の構築に尽力する。
  論文  参考訳（メタデータ） (2025-08-07T08:51:03Z)
• LensNet: An End-to-End Learning Framework for Empirical Point Spread Function Modeling and Lensless Imaging Reconstruction [32.85180149439811]
  レンズレスイメージングは、従来のレンズベースのシステムに代わる有望な選択肢である。 従来のレンズレス技術は、しばしば明示的な校正と広範な前処理を必要とする。 本研究では,空間領域と周波数領域の表現を統合したエンドツーエンドのディープラーニングフレームワークであるLensNetを提案する。
  論文  参考訳（メタデータ） (2025-05-03T09:11:52Z)
• Invertible Neural Warp for NeRF [29.00183106905031]
  本稿では、ポーズとニューラルラジアンスフィールド(NeRF)の同時最適化に取り組む。 本稿では,モデルカメラが学習可能な剛性ワープ関数として機能する,パラメータの過剰表現を提案する。 提案手法は,合成および実世界のデータセットにおいて,ポーズ推定や高忠実度再構成の点で,既存のベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-07-17T07:14:08Z)
• Towards Physics-informed Cyclic Adversarial Multi-PSF Lensless Imaging [0.5371337604556311]
  二重判別器巡回対角線を用いたマルチPSFレンズレスイメージングの新しい手法を提案する。 本稿では,学習ループに統合されたフォワードモデルと相まって,スパース畳み込み型PSF対応補助分岐を持つ独自のジェネレータアーキテクチャを提案する。 提案手法は,既存のPSFに依存しない単一PSF症例に匹敵する性能を達成し,再トレーニングを必要とせずにPSF変化に対するレジリエンスを示す。
  論文  参考訳（メタデータ） (2024-07-09T10:07:28Z)
• Distance Weighted Trans Network for Image Completion [52.318730994423106]
  本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。 CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。 DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
  論文  参考訳（メタデータ） (2023-10-11T12:46:11Z)
• 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)

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。