- 可编程衍射与数字神经网络的集成
光学成像和传感系统基于衍射元件取得了巨大的进展,最近使用深度学习和数字神经网络的研究努力使衍射处理器与数字神经网络合作优化,建立了输入电磁波与后端处理数字化信息之间的新的 “衍射语言”,从而为各种应用提供了巨大的潜力。
- 基于步骤校准的生物医学光学图像恢复
使用非电离辐射的红外光对人体组织进行实时评估的基于拉曼的生物医学光学成像是早期癌症检测、脑肿瘤诊断和术中组织分析的关键技术。由于激光散射和吸收导致图像退化,光学成像容易出现图像质量下降,从而产生诊断错误和误导性治疗。本文提出了一种称为 RS - 多尺度光学神经科学的深浅数据科学
光学成像技术在过去二十年取得了巨大发展,通过新的光学器件、指示剂和实验模式,我们现在能够进行从突触到大脑皮层的体内成像。为了应对不同尺度下产生的大量数据,我们不断开发计算方法以提取与生物相关的信息。本文旨在讨论算法设计中的限制和权衡,以确定 - 光学成像中最可能的恢复
本文使用退火朗之万动力学,结合深度神经网络来解决光学成像中的相位恢复和 Poisson 噪声去除等基本挑战,并通过实验数据和模拟结果进行了验证。
- 智能单像素成像玩井字棋游戏
该研究提出了一种基于单像素成像技术的新方法,在光电人工智能玩家的帮助下,通过图案照明和单像素检测实现了与人进行互动的井字棋游戏,并展示了其在实验中的可行性和对人类玩家无法击败的表现。
- 利用可逆神经网络进行光学成像模态的不确定性感知性能评估
该研究提出了一种新方法来评估光学成像技术,该方法基于可逆神经网络的概念,将多光谱测量映射到全概率分布中以表示解的不确定性,可以帮助优化光学相机设计。
- DESI 遗产成像调查概述
该论文概述了 DESI 遗产成像调查项目,该项目使用光学成像和概率推断方法构建星系目录,并计划每年推出两次公共数据发布。
- Hyper Suprime-Cam 软件流水线
本文介绍今日子望远镜 Hyper Suprime-Cam(HSC)仪器的光学成像数据处理流水线,该流水线基于大型统观巡天望远镜数据管理系统开发的原型流水线,添加了 HSC 自定义项,大规模处理功能和新颖算法,并将后者重新整合到 LSST 代 - 相位恢复及其在光学成像中的应用
对光学成像中相位恢复的现代概述进行了回顾,目的是描述该领域的现状、识别挑战并提出信号处理方法将对光学成像和成像应用领域产生大影响的想象和领域。
- THELI -- 便捷处理任何光学、近红外和中红外成像数据
本文介绍了 THELI,一个易于使用的图形界面,驱动针对任何光学、近红外和中红外成像数据的端到端管线进行简化。与其他方法相比,THELI 具有许多优点,它将多种处理算法和第三方软件结合在一起,为研究人员提供了一个单一的、均匀的工具。
- GaBoDS: Garching-Bonn 深度调查;IV. 多晶片相机图像降噪方法
介绍了用于多晶片相机的光学成像数据降噪的图像处理系统。对已经移植到各种光学设备上的系统进行了全面的描述和准确度评估,并就观测策略对数据质量的影响进行了讨论。