PtychoFormer：用于Ptychographic相位恢复的Transformer模型
图像与视频处理
2024-10-24 v1 计算机视觉与模式识别
摘要
Ptychography 是一种从一系列衍射图案中恢复样品高分辨率传输图像的计算显微方法。虽然常规相位恢复算法可以迭代恢复图像，但需要过采样的衍射图案、计算成本高，并且难以恢复样品传输函数的绝对相位。Ptychography的深度学习算法是解决迭代算法局限性的有前景的做法。我们提出PtychoFormer，一种基于层次Transformer的数据驱动单次Ptychographic相位恢复模型。PtychoFormer处理衍射图案的子集，生成局部推断，这些推断无缝拼接以产生高质量重建。我们的模型对稀疏扫描的衍射图案具有容错性，并且比扩展Ptychographic迭代引擎（ePIE）的重建速度快最高可达3600倍。我们还提出了扩展版PtychoFormer（ePF），一种将PtychoFormer的优势与ePIE相结合的混合方法。ePF最小化全局相位偏移，显著提升重建质量，实现Ptychography中最先进的相位恢复。
引用
@article{arxiv.2410.17377,
title = {PtychoFormer: A Transformer-based Model for Ptychographic Phase Retrieval},
author = {Ryuma Nakahata and Shehtab Zaman and Mingyuan Zhang and Fake Lu and Kenneth Chiu},
journal= {arXiv preprint arXiv:2410.17377},
year = {2024}
}
备注
20 pages, 12 figures