利用生成对抗网络通过散射介质重建两个相邻物体的图像
图像与视频处理
2021-07-27 v1 计算机视觉与模式识别
光学
摘要
利用卷积神经网络（CNNs）进行图像重建在过去十年中得到了深入研究。迄今已发展了若干利用神经网络通过散射介质对单个物体成像的技术，然而如何同时重建多个物体的图像似乎难以实现。本文中，我们展示了一种利用生成对抗网络（GAN）通过散射介质重建两个相邻物体图像的方法。我们构建了一个用于对散射介质后两个相邻物体成像的成像系统。通常，当两个相邻物体图像的光场通过散射板时，会获得散斑图样。所设计的称为YGAN的对抗网络被用于同时重建图像。结果表明，基于训练好的YGAN，我们可从单个散斑图样高保真地重建两个相邻物体的图像。此外，我们研究了物体图像类型以及两相邻物体间距对重建图像保真度的影响。而且，即使在两物体间插入另一散射介质，我们也能从单个散斑高质地重建两物体图像。本工作所提出的技术可用于医学图像分析等领域，如医学图像分类、分割以及多物体散射成像研究等。
引用
@article{arxiv.2107.11574,
title = {Reconstructing Images of Two Adjacent Objects through Scattering Medium Using Generative Adversarial Network},
author = {Xuetian Lai and Qiongyao Li and Ziyang Chen and Xiaopeng Shao and Jixiong Pu},
journal= {arXiv preprint arXiv:2107.11574},
year = {2021}
}