Red de despliegue profundo de extremo a extremo para la reconstrucción de imágenes de polarización del DoFP

Área de la Ciencia:

• Óptica y Fotónica.
• Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador
• Aprendizaje automático Aprendizaje automático.

Sus antecedentes:

• Los sistemas de imágenes polarimétricas instantáneas, en particular los que utilizan sensores de división del plano focal (DoFP), capturan información de polarización, pero sufren una resolución espacial reducida debido a las matrices de micropolarizadores.
• Los métodos existentes basados en el aprendizaje para la reconstrucción de imágenes de polarización a menudo pasan por alto los principios físicos subyacentes que rigen el proceso.

Objetivo del estudio:

• Desarrollar una nueva red de despliegue profundo, DUPIR, para la reconstrucción de imágenes de polarización de extremo a extremo.
• Para reconstruir conjuntamente imágenes de intensidad de alta resolución (I0, I45, I90, I135) y parámetros de polarización (Stokes S0, DoLP, AoP).
• Integrar los modelos físicos previos en una arquitectura de aprendizaje profundo que se pueda entrenar.

Principales métodos:

• Se propuso una red de desarrollo profundo (DUPIR), que combina los priores basados en modelos con un enfoque basado en el aprendizaje.
• La red fue entrenada de extremo a extremo para reconstruir cuatro orientaciones de polarización lineal y parámetros clave de polarización.
• Se creó un nuevo conjunto de datos de polarización con 184 pares de muestras para abordar la escasez de datos.

Principales resultados:

• DUPIR demostró una precisión de reconstrucción de vanguardia tanto en conjuntos de datos públicos como en los recién recopilados.
• El método logró con éxito capacidades de inferencia en tiempo real.
• Los priores físicos integrados mejoraron la calidad de la reconstrucción en comparación con los métodos que los descuidaban.

Conclusiones:

• DUPIR efectivamente cierra la brecha entre los métodos basados en modelos y los basados en el aprendizaje para la reconstrucción de imágenes de polarización.
• La red propuesta ofrece una solución robusta para mejorar la resolución espacial en los sistemas DoFP.
• El conjunto de datos y el método desarrollados contribuyen a avanzar en la investigación de imágenes de polarización.