被动快照编码孔径双像素 RGB-D 成像
本研究提出了一种利用双像素传感器的多任务学习方法,用于单张图像的去模糊和深度估计,并通过实验证明,这种方法可以取得比其他最先进的方法更好的效果。
Aug, 2021
该研究提出一种通过合成数据生成具有现实意义的双像素数据,用于提升基于双像素数据捕获的单幅或多幅相机图像去模糊的结果,在视频去模糊的应用中具有广泛前景。
Dec, 2020
该研究提出了一种有效的去除焦外模糊的方法,利用大多数现代相机上的双像素传感器捕获的数据,通过深度神经网络结构来减少焦外模糊,并且通过精心捕获的数据集来证明了该方法的可行性。
May, 2020
本文介绍了一个 DP Depth/Normal 网络,通过收集超过 135K 张 DP 面部数据实现了 3D 面部几何重建,该网络具有自适应采样模块和自适应法线模块,可处理 DP 图像中的虚焦模糊区域,并实现了是取得最新的 DP-based 深度 / 法线估计方法的最优表现,同时也展示了该面部深度 / 法线估计在面部欺骗和光照方面的应用。
Nov, 2021
本文提出了一种数学的双像素模型,以获得双像素图像的深度信息,同时提出了一种同时估计深度和还原图像的端到端的深度去模糊网络 (DDDNet),并定义了一个 reblur loss 来规范深度估计的训练,此外,作者还提出了双像素图像模拟器,可从现有的 RGBD 数据集创建双像素对数据集。经对合成和真实数据集的大量实验评估表明,与现有技术相比,我们的方法具有竞争性的性能。
Dec, 2020
本研究提出了一种基于动态遮罩的双摄像头系统,在光谱成像方面应用了深度学习方法,通过 RGB 图像学习场景的空间特征分布,然后使用 SLM 编码每个场景,最终将 RGB 和 CASSI 图像发送到网络进行重建,通过实验证明我们的方法在峰值信噪比上相比现有方法提高了 9dB 以上。
Aug, 2023
我们展示了一种紧凑、经济高效的快照光谱成像系统,名为 Aperture Diffraction Imaging Spectrometer (ADIS),它仅由一个具有超薄正交光阑的成像镜头和一个拼贴式滤波器传感器组成,与普通 RGB 相机相比不需要额外的物理占地空间。我们引入了一种新的光学设计,通过正交光罩产生的基于衍射的空间 - 光谱投影工程,将物体空间中的每个点多路复用到拼贴式滤波器传感器上的离散编码位置。正交投影均匀接受以获得弱校准依赖的数据形式以增强调制的鲁棒性。同时,设计了具有对衍射退化具有强感知性的级联位移 - 洗牌光谱变换器 (CSST) 来解决稀疏约束的逆问题,实现从具有大量混淆的 2D 测量中的体积重构。通过详细阐述成像光学理论和重建算法,并演示单一曝光下的实验成像来评估我们的系统。最终,我们实现了亚超像素空间分辨率和高光谱分辨率成像。代码将在此网址上提供:https:// 此网址。
Sep, 2023
通过使用现代摄像头上越来越常见的双像素自动对焦硬件,识别深度估计中的不确定性并开发了一种方法解决它,使基于学习的方法可以很好地应用于双像素图像,提高了成像质量。
Apr, 2019
提出基于测量光子间时延的新型强度线索的理论和算法,借助单光子传感器的出现,实验演示了动态范围超过一千万倍的图像场景,可用于机器人学、消费摄影、天文学、显微镜和生物医学成像等广泛的成像应用。
Mar, 2021
本研究提出了一种名为被动自由运行 SPAD 成像的技术,利用了单光子雪崩二极管的高时间精度,可以在自然光下捕捉 2D 图像。通过理论模型和场景亮度估计器,跨越了低到极高亮度的极宽动态范围,相对于传统传感器的场景动态范围提高了两个数量级。
Feb, 2019