論文の概要: Learned optical compression for single-pixel quantitative phase imaging
- arxiv url: http://arxiv.org/abs/2611.01675v1
- Date: Sun, 01 Nov 2026 07:50:25 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:46:39.820871
- Title: Learned optical compression for single-pixel quantitative phase imaging
- Title（参考訳）: 単一画素定量位相イメージングのための光圧縮の学習
- Abstract要約: 単画素定量位相イメージング(QPI)のための学習された光学的圧縮を数値解析および実験的に実証した。
デジタルニューラルデコーダを用いて、再構成関連相情報をコンパクトな測定ベクトルに集約する。
可視波長で動作する実験システムは、40倍の圧縮で未知物体の定量的位相像を再構成する。
- 参考スコア（独自算出の注目度）: 7.421117102554043
- License:
- Abstract: Quantitative phase imaging (QPI) reveals optical path-length variations in transparent objects but typically relies on spatially resolved intensity measurements. Here we numerically and experimentally demonstrate learned optical compression for single-pixel QPI, jointly optimizing a diffractive encoder and a digital neural decoder to concentrate reconstruction-relevant phase information into a compact measurement vector. A single reconfigurable phase-modulation plane sequentially displays the learned encoding patterns, which are independent of the input object, each yielding one scalar intensity measurement. Operating at a visible wavelength, the experimental system reconstructs quantitative phase images of unknown objects with ~40-fold dimensional compression, using only 2.55% as many intensity measurements as reconstructed pixels. Experimental blind testing on handwritten digits and grating-like phase objects achieves mean Pearson correlation coefficients of 0.945 and 0.848, respectively. Benchmarking under the same measurement budget demonstrates substantially higher reconstruction fidelity than other encoding strategies, highlighting the advantages of learned optical compression. With the optical encoder fixed, decoder-only neural adaptation enables experimental transfer to previously unseen data distributions, extending the utility of the learned measurement representation. These results establish learned optical compression as a measurement-efficient and reusable framework for QPI, integrating phase-information compression into single-pixel intensity measurements while retaining adaptability to new data. This approach paves the way for low-data-rate phase imaging and sensing, with the potential to extend QPI to spectral regions where high-quality detector arrays are costly or unavailable.
- Abstract（参考訳）: 定量的位相イメージング(QPI)は透明物体の光路長の変動を明らかにするが、通常は空間分解強度測定に依存する。
ここでは,単一画素QPIに対する学習された光学的圧縮を数値的,実験的に実証し,回折エンコーダとディジタルニューラルデコーダを併用して再構成関連位相情報をコンパクトな測定ベクトルに集約する。
単一の再構成可能な位相変調平面は、入力対象とは独立な学習された符号化パターンを順次表示し、それぞれ1つのスカラー強度測定を行う。
可視光波長で動作する実験システムは、約40倍の次元圧縮で未知の物体の定量的位相像を再構成し、再構成されたピクセルの2.55%の強度測定しか利用していない。
手書き数字と格子状位相オブジェクトのブラインドテストにより、それぞれ0.945と0.848の平均ピアソン相関係数が得られる。
同じ測定予算下でのベンチマークは、他の符号化戦略よりもはるかに高い再現率を示し、学習された光学的圧縮の利点を強調している。
光エンコーダを固定することにより、デコーダのみのニューラルアダプティブは、これまで見つからなかったデータ分布への実験的転送を可能にし、学習された測定表現の有用性を拡大する。
これらの結果から, 位相情報圧縮を単一画素強度測定に統合し, 新たなデータへの適応性を保ちながら, 学習された光学的圧縮をQPIの計測効率および再利用可能なフレームワークとして確立した。
このアプローチは、QPIを高品質な検出器アレイが高価または利用できないスペクトル領域に拡張する可能性があり、低データの位相イメージングとセンシングの道を開く。
関連論文リスト
- Quantum Compressed Sensing Enables Image Classification with a Single Photon [2.5112823693334163]
量子圧縮センシングを用いた光子レベルの画像分類法を開発した。
光量子重ね合わせ状態の並列性を利用して、高次元画像の完全な空間情報を単一の光子を符号化することができる。
極端光子予算と厳しい環境の下で機能するインテリジェントセンシングシステムの基礎を提供する。
論文 参考訳（メタデータ） (2026-04-28T10:33:20Z) - Compressive single-pixel imaging via a wavelength-multiplexed spatially incoherent diffractive optical processor [9.166592217185306]
圧縮SPIを実装するために, 波長多重・空間非コヒーレントな回折光学プロセッサと, 小型・浅層デジタル人工ニューラルネットワーク(ANN)の組み合わせを提案する。
単画素検出器は、各照明帯域の出力スペクトル電力を捕捉し、共同で訓練されたデジタルANNによって迅速に復号され、入力画像の再構成を行う。
この研究は、バイオメディカルイメージング、自律デバイス、リモートセンシングなどの応用に有用な圧縮SPIの計算画像フレームワークを実証する。
論文 参考訳（メタデータ） (2026-03-23T00:30:28Z) - 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) - Rate-Distortion-Cognition Controllable Versatile Neural Image Compression [47.72668401825835]
速度歪み認識制御可能な多目的画像圧縮法を提案する。
本手法は, 良好なICM性能とフレキシブルレート・ディストーション・コグニテーション制御を実現する。
論文 参考訳（メタデータ） (2024-07-16T13:17:51Z) - Unmixing Optical Signals from Undersampled Volumetric Measurements by Filtering the Pixel Latent Variables [5.74378659752939]
遅延アンミキシング(Latent Unmixing)は、多次元畳み込みニューラルネットワークの潜時空間に帯域通過フィルタを適用して重なり合う信号成分をアンタングルする新しいアプローチである。
本稿では,本手法の物理実験における実用性について,本手法の汎用性を示す2つの実験事例を通して紹介する。
論文 参考訳（メタデータ） (2023-12-08T20:34:37Z) - High-dimensional quantum correlation measurements with an adaptively
gated hybrid single-photon camera [58.720142291102135]
本研究では,高空間分解能センサと高時間分解能検出器を組み合わせた適応ゲート型ハイブリッド高分解能カメラ(HIC)を提案する。
空間分解能は9メガピクセル近く、時間分解能はナノ秒に近いため、このシステムは以前は実現不可能だった量子光学実験の実現を可能にする。
論文 参考訳（メタデータ） (2023-05-25T16:59:27Z) - Diffractive all-optical computing for quantitative phase imaging [0.0]
物体の定量的位相像を合成できる回折QPIネットワークを実証する。
微分QPIネットワーク(diffractive QPI network)は、位相-強度変換を定量的に行うために設計された、特殊な全光学プロセッサである。
論文 参考訳（メタデータ） (2022-01-22T05:28:44Z) - A photosensor employing data-driven binning for ultrafast image
recognition [0.0]
ピクセルビンニング(Pixel binning)は、光学画像の取得と分光において広く用いられる技術である。
ここでは、センサー要素の大部分を1つのスーパーピクセルに組み合わせることで、バイナリの概念を限界まで押し上げる。
与えられたパターン認識タスクに対しては、機械学習アルゴリズムを用いてトレーニングデータから最適な形状を決定する。
論文 参考訳（メタデータ） (2021-11-20T15:38:39Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-10-01T16:04:22Z) - Modeling Lost Information in Lossy Image Compression [72.69327382643549]
ロスシー画像圧縮は、デジタル画像の最もよく使われる演算子の1つである。
Invertible Lossy Compression (ILC) と呼ばれる新しい非可逆的フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-22T04:04:56Z)
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。