相关实验视频
Updated: Jun 13, 2025

11:23
Lensless Fluorescent Microscopy on a Chip
Published on: August 17, 2011
17.6K
通过双像素传感器进行弱监督的深度估计和图像模糊.
IEEE transactions on pattern analysis and machine intelligence
|September 12, 2024
概括
双像素 (DP) 成像通过共同解决失焦模糊和深度恢复,使深度估计成为可能. 一个新的弱监督网络 (WDDNet) 克服了为DP传感器获取地面真实深度数据的挑战.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 计算机摄影的使用
背景情况:
- 双像素 (DP) 传感器通过分割像素来捕获每张快照的图像对,从而实现深度估计.
- 现有的DP深度估计方法在与DP差异固有的失焦模糊 (defocus blur) 斗争.
- 对于DP深度估计的监督学习受到阻碍,因为难以获得地面真实深度图.
研究的目的:
- 开发一种使用DP图像进行关节深度估计和消除模糊的新方法.
- 提出一种弱监督的方法,可以在培训期间消除对地面真相深度图的需求.
- 通过利用模糊信息来提高DP成像系统中深度估计的性能.
主要方法:
- 开发了DP图像形成的数学模型,将模糊和深度联系起来.
- 提出了弱监督的深度和深度网络 (WDDNet),这是DDDNet的扩展.
- 实施了一种高效的重新模糊解决器,并利用全焦图像作为监督信号进行无监督深度估计.
主要成果:
- WDDNet联合估计了一个全焦图像和一个差距地图.
- 在Reblur和Fstack模块调整差异估计和图像恢复.
- 合成和真实数据的实验结果显示,与最先进的监督方法相比,其性能具有竞争力.
结论:
- 拟议的WDDNet有效地使用弱监督学习进行联合深度和消除模糊.
- 该方法克服了DP传感器对地面真相数据采集的局限性.
- 在各种成像场景中,WDDNet表现出强大的性能,与监督方法相提并论.
更多相关视频
10:30Simultaneously Capturing Real-time Images in Two Emission Channels Using a Dual Camera Emission Splitting System: Applications to Cell Adhesion
Published on: September 4, 2013
9.6K
08:41Lensfree On-chip Tomographic Microscopy Employing Multi-angle Illumination and Pixel Super-resolution
Published on: August 16, 2012
11.5K