Mar, 2023

Q-RBSA: 使用高效四元数变换器网络生成高分辨率三维 EBSD 地图

PDF
TL;DR本文提出了一种利用基于物理的深度学习框架来降低采集三维电子背散射衍射 (EBSD) 地图的时间和成本的方法，该框架使用四元数残差块自注意网络 (QRBSA) 从稀疏切片 EBSD 地图生成高分辨率的三维 EBSD 地图，并应用于商业上相关的钛合金，从而预测丢失的样本 (在稀疏切片映射点之间的 EBSD 信息) 与高分辨率地面真实 3D EBSD 地图相比。
发现论文，激发创造
  • 一种轻量级 Transformer 用于更快速、更稳健的 EBSD 数据采集

    通过使用高效的变压器模型和投影算法处理变压器的输出，克服了深度学习与稀缺高维数据的计算和实际障碍，并使用自我监督的合成三维 EBSD 数据训练该模型，在真实的三维 EBSD 数据中获得了比现有方法更高的恢复精度。

    Aug, 2023

  • 实现可伸缩的几何和材料多视角重建

    本文提出了一种新方法，通过使用点光源的移动手持捕捉系统，联合恢复无法被固定采集设备捕获的超物体尺度的三维场景的相机姿势，对象几何和空间变化双向反射分布函数，并引入分布式优化算法进行重构

    Jun, 2023

  • 使用波函数坍缩算法生成晶粒取向的过程

    用参考的电子背散射衍射图 (Electron Backscatter Diffraction, EBSD) 地图测试了 Wave Function Collapse (WFC) 算法和 Markov Junior 算法两种方法在生成金属晶粒结构中的效果，并发现 Markov Junior 是一种有效的机器学习工具。

    Nov, 2023

  • $E (3) \times SO (3)$- 等变网络在扩散磁共振球面去卷积中的应用

    本文介绍一种 $E (3) imes SO (3)$ 等变的分别对球形信号进行稀疏反卷积的框架，并使用等变深度学习层来改进交叉解剖结构如白质束的测量，从而提高 dMRI 的成像质量。

    Apr, 2023

  • 自动偏见三角特征提取框架

    使用基于无监督分割的计算机视觉方法构建的偏置三角特征提取框架，可以方便直接识别和量化其物理特性，从而避免了人力输入或大型训练数据集用于监督学习方法，并实现了逐像素形状和特征标签的自动化。特别是，通过这种方法，可以有效、高效且无需训练数据地进行 Pauli 自旋阻塞检测。

    Dec, 2023

  • 高分辨率遥感图像中交互建筑分割的增强自动质量评估网络

    我们介绍了增强型自动质量评估网络（IBS-AQSNet），这是一种创新的解决方案，用于评估高分辨率遥感图像中的交互式建筑分割质量。我们的方法通过识别遗漏和错误的分割区域来解决这个分割质量评估的新挑战。实验证明，我们提出的方法在自动化分割质量评估方面具有优越性，从而在该领域树立了新的标杆。

    Jan, 2024

  • QSMDiff: 无监督的三维扩散模型用于定量磁敏感成像

    通过开发一种基于三维图像补丁的扩散模型（QSMDiff），用于稳健的定量磁化敏感图谱（Quantitative Susceptibility Mapping，QSM）重建，超分辨率和图像去噪任务，本研究展示了在不同扫描参数之间的稳健性能表现，并且该方法还有望影响 QSM 之外的其他三维医学成像应用。

    Mar, 2024

  • IR2QSM：通过深度神经网络和迭代反馈连接与循环模块进行定量磁敏感成像

    本文提出了一种基于深度学习的 IR2QSM 方法，通过四次迭代的反向连接和中间循环模块增强 U-net 的设计，极大地改善了潜在特征利用效率，实验结果显示，IR2QSM 相比其他方法能够更准确地获取 QSM 图像，并减轻了伪影问题。

    Jun, 2024

  • Intrinsic3D： 高质量的 3D 重建，通过联合外观和几何优化，带有空间变化照明

    本文提出一种新的方法，可同时优化几何编码、纹理以及材料和场景照明，以从消费级 RGB-D 传感器中获得高质量的 3D 重建。

    Aug, 2017

  • 使用深度学习进行定量磁敏感成像概述 —— 现状、挑战与机遇

    本文综述了基于深度学习的方法如何在去除磁共振图像相位测量数据中的杂散场的过程中，从中提取生物组织属性，阐述了现有技术和未来发展的方向。

    Dec, 2019