深度混合散射图像学习
图像与视频处理
2019-02-21 v1 机器学习
光学
摘要
研究表明，一个训练良好的深度神经网络能够获得同时恢复两类图像的能力，这两类图像分别被两种不同散射介质完全破坏。该网络基于 U-net 架构，可由散斑-参考图像对的混合数据集训练。我们通过实验证明了该网络在重建被玻璃漫射器或多模光纤强烈扩散的图像方面的能力。该学习模型进一步展现出良好的泛化能力，可重建区别于训练数据集的图像。我们的工作促进了光传输的研究，并拓展了机器学习在光学中的应用。
引用
@article{arxiv.1809.07706,
title = {Deep Hybrid Scattering Image Learning},
author = {Mu Yang and Zheng-Hao Liu and Ze-Di Cheng and Jin-Shi Xu and Chuan-Feng Li and Guang-Can Guo},
journal= {arXiv preprint arXiv:1809.07706},
year = {2019}
}
备注
8 pages, 6 figures