軽量ネットワークに基づいた数撮りのリアルタイム定量相成像

科学分野:

• 光学とフォトニック
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• 画像処理 画像処理

背景:

• 定量相画像 (QPI) は,環境モニタリングと大気渦巻分析に不可欠です.
• 現在のディープラーニングのQPI方法は,高いコンピューティングコストと大規模なデータセットに苦しんでおり,リアルタイムアプリケーションを妨げています.
• ミリ秒スケールの処理は,要求の高いQPIアプリケーションに不可欠です.

研究 の 目的:

• 数ショットでリアルタイムで定量的な相画像アルゴリズムを開発する.
• 既存のディープラーニング QPI 方法におけるコンピューティングの複雑性とデータ要求の限界を克服するために.
• データ不足のシナリオにおいて,効率的かつ信頼性の高いフェーズ再構築を可能にする.

主な方法:

• 数ショットのリアルタイム定量相画像アルゴリズムを提案した.
• 効率的な機能抽出と次元拡張のための新しい軽量なStarNetアーキテクチャを導入しました.
• ミリ秒スケール処理の計算オーバーヘッドを削減することに焦点を当てています.

主要な成果:

• フレーム毎のミリ秒スケールフェーズ再構築を達成しました.
• 低シグナル対ノイズ比でさえも有効なパフォーマンスを実証しています.
• さまざまなランダムな相変化に対する強度を示した.
• データ不足の環境でのアルゴリズムの効率を検証しました.

結論:

• 開発されたアルゴリズムは,リアルタイム QPI の計算オーバーヘッドを大幅に削減します.
• リアルタイムのQPI技術の実用的な展開を可能にします.
• 限られたデータでマルチフレームの逆イメージングの問題に効率的かつ信頼性の高いソリューションを提供します.