論文の概要: Background2Background: a self-supervised background removal framework for high dimensional microscopy
- arxiv url: http://arxiv.org/abs/2610.17615v1
- Date: Tue, 13 Oct 2026 02:38:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-17 18:13:53.107476
- Title: Background2Background: a self-supervised background removal framework for high dimensional microscopy
- Title（参考訳）: background2Background:高次元顕微鏡のための自己監督型背景除去フレームワーク
- Abstract要約: 高次元顕微鏡は空間、時間、スペクトルにまたがる特徴を捉えているが、複雑な背景は不明瞭である。
信号に対する背景の相関性をより大きくした自己教師付き背景除去フレームワークであるBackground(B2B)を提案する。
局所画素シャッフルは、背景構造を保持しながら信号相関を乱し、ノイズ2ノイズに基づく背景除去のための効果的なノイズに変換する。
- 参考スコア（独自算出の注目度）: 7.799969930031658
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: High-dimensional microscopy captures features across space, time, and spectrum, but complex backgrounds obscure signals. We present Background2Background (B2B), a self-supervised background removal framework leveraging the backgrounds larger correlation relative to the signal. Local pixel shuffling disrupts signal correlations while preserving background structure, transforming signals into effective noise for Noise2Noise-based background removal. Across fluorescence, stimulated Raman scattering and mid-infrared photothermal imaging, B2B achieves over 40-fold background suppression and reveals hidden signatures.
- Abstract（参考訳）: 高次元顕微鏡は空間、時間、スペクトルにまたがる特徴を捉えているが、複雑な背景は不明瞭である。
信号に対する背景の相関性をより大きくした自己教師付き背景除去フレームワークであるBackground(B2B)を提案する。
局所画素シャッフルは、背景構造を保持しながら信号相関を乱し、ノイズ2ノイズに基づく背景除去のための効果的なノイズに変換する。
蛍光、刺激されたラマン散乱、中赤外光熱画像、B2Bは40倍以上の背景抑制を達成し、隠れたシグネチャを露呈する。
関連論文リスト
- Training-Free Object-Background Compositional T2I via Dynamic Spatial Guidance and Multi-Path Pruning [63.21130437262217]
既存のテキスト・画像拡散モデルでは、背景は受動的で過度に最適化された副産物として扱われる。
本研究では,前景と背景の相互作用を明示的に考慮し,拡散サンプリングを再構成する学習自由フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-10T19:25:24Z) - RHVI-FDD: A Hierarchical Decoupling Framework for Low-Light Image Enhancement [11.50861592672004]
低照度画像は、しばしば激しいノイズ、詳細な損失、色歪みに悩まされる。
本稿では,この問題を解決するために,新しい階層型デカップリングフレームワーク(RHVI-FDD)を提案する。
提案手法は,客観的指標と主観的視覚的品質の両方において,既存の最先端手法よりも一貫して優れている。
論文 参考訳（メタデータ） (2026-04-07T12:18:57Z) - NOFT: Test-Time Noise Finetune via Information Bottleneck for Highly Correlated Asset Creation [70.96827354717459]
拡散モデルは、テキスト・ツー・イメージ(T2I)と画像・ツー・イメージ(I2I)を生成する強力なツールを提供する。
本研究では,高相関・多彩な画像を生成するため,安定拡散を用いたノイズファインチューンNOFTモジュールを提案する。
論文 参考訳（メタデータ） (2025-05-18T05:09:47Z) - Beyond the Visible: Jointly Attending to Spectral and Spatial Dimensions with HSI-Diffusion for the FINCH Spacecraft [2.5057561650768814]
FINCHミッションは、農地の作物の残留物を監視することを目的としている。
ハイパースペクトルイメージングは、スペクトル情報と空間情報の両方をキャプチャする。
ランダムノイズ、ストライプノイズ、デッドピクセルなど、様々な種類のノイズが生じる傾向がある。
論文 参考訳（メタデータ） (2024-06-15T19:34:18Z) - Seeing Through The Noisy Dark: Toward Real-world Low-Light Image
Enhancement and Denoising [125.56062454927755]
現実の低照度環境は通常、光やハードウェアの限界が不足しているため、視界が低く、騒音が重い。
我々は、RLED-Net(Real-world Low-light Enhancement & Denoising Network)と呼ばれる新しいエンドツーエンド手法を提案する。
論文 参考訳（メタデータ） (2022-10-02T14:57:23Z) - Multilevel resonant tunneling in the presence of flux and charge noise [64.0476282000118]
フラックス量子ビットにおけるマクロ共鳴トンネル(MRT)は、量子ビットの周囲で発生するノイズに関する情報を抽出するための重要な実験ツールである。
RF-SQUIDフラックス量子ビットにおけるMRT信号の詳細な導出を行い,フラックスおよび電荷変動がシステム内の坑井内および坑井内遷移に与える影響について検討した。
論文 参考訳（メタデータ） (2022-09-21T18:59:36Z) - Zero-shot Blind Image Denoising via Implicit Neural Representations [77.79032012459243]
暗黙的ニューラル表現(INR)のアーキテクチャ的帰納的バイアスを利用した代替的認知戦略を提案する。
提案手法は,低雑音シナリオや実雑音シナリオの広い範囲において,既存のゼロショット復調手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2022-04-05T12:46:36Z) - Deep-Masking Generative Network: A Unified Framework for Background
Restoration from Superimposed Images [36.7646332887842]
本稿では,重畳画像からの背景復元のための統合フレームワークであるDeep-Masking Generative Network(DMGN)を提案する。
まず、粗い背景画像とノイズ画像とを並列に生成し、さらにノイズ画像を利用して背景画像を洗練する。
我々の実験によると、DMGNは各タスクに特化して設計された最先端の手法を一貫して上回っている。
論文 参考訳（メタデータ） (2020-10-09T01:47:52Z) - Deep Bilateral Retinex for Low-Light Image Enhancement [96.15991198417552]
低照度画像は、低コントラスト、色歪み、測定ノイズによる視界の低下に悩まされる。
本稿では,低照度画像強調のための深層学習手法を提案する。
提案手法は最先端の手法と非常に競合し, 極めて低照度で撮影した画像の処理において, 他に比べて大きな優位性を有する。
論文 参考訳（メタデータ） (2020-07-04T06:26:44Z) - Deep Learning Improves Contrast in Low-Fluence Photoacoustic Imaging [0.7046417074932257]
低周波光源は、硬く、携帯性があり、安価で、安全であるため、光音響画像の臨床的遷移を促進することができる。
本稿では,マルチレベルウェーブレット畳み込みニューラルネットワークを用いて,低周波光源画像を対応する高周波励起マップにマッピングする方法を提案する。
論文 参考訳（メタデータ） (2020-04-19T07:06:02Z)
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。