Dec, 2023

基于深层先验的 3D 近场 MIMO 成像中的幅度插入与播放正则化

PDF
TL;DR近程雷达成像系统使用在各种应用中，本文研究了利用稀疏的多输入多输出（MIMO）阵列测量来重建近程场景三维复值反射率分布的问题，并采用交替方向乘子法（ADMM）和正则化方法解决此问题，并提出一个简单快速的插入式（PnP）重建方法。
near-field radar imaging systemssparse multiple-input multiple-output (mimo) array measurementscomplex-valued reflectivity distributionalternating direction method of multipliers (admm)plug-and-play (pnp) reconstruction method
发现论文，激发创造
  • 实时三维近场 MIMO 雷达成像的高效基于物理的学习重建方法

    通过开发深度学习重建方法，我们为实时近场多输入多输出（MIMO）雷达成像系统提供了一种新颖的非迭代重建方法，旨在在压缩设置下以较低的计算成本实现高质量图像。

    Dec, 2023

  • 一种基于零验证去噪器的 l1 插接播放方法在 3D 开放 MPI 数据集上的磁性粒子成像

    基于磁性粒子成像的研究论文，提出了一种基于通用零样本去噪器和 l1 先验的即插即用方法，并开发了参数选择策略，最后在具有不同预处理级别的 3D Open MPI 数据集上进行了定量和定性评估。

    Dec, 2023

  • 使用受限奇异值条件的即插即用先验恢复分析

    我们提出了一种基于深度神经网络的方法来建立 PnP/RED 的理论恢复保证，并展示了使用预先训练的去伪影网络进行压缩感知的 PnP 相比最新的生成式模型的压缩感知算法具有更好的恢复性能。

    Jun, 2021

  • 关于即插即用运算符的收缩性

    通过收缩映射定理，我们解决了关于 PnP-ISTA 和 PnP-ADMM 在对称去噪器和核去噪器上的线性收敛性的问题，并在图像修复上验证了我们的理论发现。

    Sep, 2023

  • 基于多码深度图像先验的即插即用 ADMM 图像去噪和 CT 重建

    本研究提出了多编码深度图像滤波方法，可避免过拟合问题并在图像去噪和 CT 重建问题中表现卓越。

    Apr, 2023

  • 基于幅度图像训练的 MRI 重建的生成图像先验

    本研究提出了一种从仅包含振幅信息的图像中构建通用且稳健的生成图像先验的工作流程，并将其用于改善图像质量的重建中进行正则化。结果表明，使用复杂图像训练的先验表现优于仅使用振幅图像训练的先验，且基于更大数据集训练的先验具有更高的鲁棒性。此外，相较于 L1 小波正则化，生成图像先验在高欠采样条件下的压缩感知并行成像中表现卓越。因此，本研究强调了整合相位信息和利用大型数据集提升 MRI 重建生成图像先验的性能和可靠性的重要性。相位增强使得可以利用现有图像数据库进行训练。

    Aug, 2023

  • 针对不规则扫描几何形状的高效三维近场 MIMO-SAR 成像

    提出了一种新颖的算法，用于有效地处理不规则扫描几何的近场合成孔径雷达 (SAR) 成像，并利用非协作 SAR 扫描模式，小型 MIMO 雷达和高效单靶平面图像重建算法实现了高分辨率和高效率的近场 MIMO-SAR 成像。

    May, 2023

  • 通过固定点投影去噪正则化（RED-PRO）

    该研究论文介绍了一种用于求解图像逆问题的新方法，根据投影最小化噪声引入一个基于稳定化策略的新的前景偏好正则化算法，受限的极小极大问题以及 RED-PRO 算法进行研究并给出了数学公式模型，然后给出了数值模拟实验结果。

    Aug, 2020

  • 无需调节的即插即用近端算法用于逆向成像问题

    本文提出了一种可实现自动调参的 PnP 近端算法，利用混合模型自由和基于模型的深度强化学习方法，开发出策略网络进行参数自动搜索，从而得到最优参数值，可在重构图像方面提供 state-of-the-art 的效果，尤其在压缩感知 MRI 和相位恢复上结果有很大提升。

    Feb, 2020

  • 一个用于正则化图像重建的在线即插即用算法

    本文介绍了一种基于迭代收缩 / 阈值算法 (ISTA) 的在线 plug-and-play priors (PnP) 算法，并提出了一种新的收敛性分析方法，以证明该算法适用于大型数据集。该算法可用于图像重建，具有潜在的应用拓展性。

    Sep, 2018