优化幽灵成像的哈达马德面具的订单,适合使用最大投影方法高效地重建脸部
Haipeng Zhang1, Kang Du1,2,3, Changzhe Zhao1,2,3
1Shanghai Synchrotron Radiation Facility, Shanghai Advanced Research Institute, Chinese Academy of Sciences, Shanghai, 201204, China.
Scientific reports
|December 20, 2023
概括
一种新的最大投影方法通过重新排序面具来增强幽灵成像 (GI),以实现更快,更高质量的图像重建. 这种技术即使在非常低的采样速率下也能取得出色的结果,提高精度和降低噪音.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算成像技术的成像
- 深度学习应用程序
背景情况:
- 幽灵成像 (GI) 依赖于编码的面具来进行图像重建.
- 在低采样率下实现高质量的重建仍然是GI的重大挑战.
研究的目的:
- 引入一种新的最大投射方法,用于在GI中重新排序哈达马德面具.
- 提高GI重建的效率和速度,特别是在超低的采样率下.
主要方法:
- 这项研究提出了一种灵感来自深度学习的最大投影方法,以重新排序哈达马德面具.
- 使用面部训练图像进行模拟,以评估重建质量和速度.
主要成果:
- 使用20张训练图像的最大投影订单产生了出色的重建结果.
- 在5%的采样率下,最大投影排序在无噪声模拟中比蛋糕切割排序提高了1.1dB的PSNR.
- 在噪音条件下,重建几乎与无噪音对应物保持一致,表现出强大的噪音免疫力.
结论:
- 最大投影顺序确保在超低的采样速率下,无论噪音如何,图像重建保证了卓越的真实性.
- 该方法将重建时间显著缩短到毫秒,从而实现实时可视化.
- 最大投影有序的哈达马德矩阵为需要高质量,噪声弹性和速度的实时GI应用提供了一个有希望的解决方案.
