从含噪 2D STEM 图像中恢复干净的隐式 3D 结构
图像与视频处理
2022-03-30 v1 计算机视觉与模式识别
摘要
扫描透射电子显微镜（STEM）在单个细胞组分的尺度上获取 3D 样品的 2D 图像。遗憾的是，这些 2D 图像可能过于嘈杂，无法融合成有用的 3D 结构，并且由于缺乏干净-含噪图像对，构建良好的去噪器具有挑战性。此外，即使对于干净数据，使用规则 3D 网格也难以表示详细的 3D 结构。针对这两类局限，我们提出了一种可微分的 STEM 图像形成模型，从而能够联合学习 STEM 中 2D 传感器噪声模型与隐式 3D 模型。我们表明，这些模型的组合能够在无监督下成功解耦 3D 信号与噪声，同时在合成和真实数据上优于多个基线方法。
引用
@article{arxiv.2203.15434,
title = {Clean Implicit 3D Structure from Noisy 2D STEM Images},
author = {Hannah Kniesel and Timo Ropinski and Tim Bergner and Kavitha Shaga Devan and Clarissa Read and Paul Walther and Tobias Ritschel and Pedro Hermosilla},
journal= {arXiv preprint arXiv:2203.15434},
year = {2022}
}
备注
Accepted at CVPR 2022