Core Concepts
強力なレーザー光による画像センサーの損傷を防ぐための画像復元モデルの開発と評価。
Abstract
強力なレーザー光による画像センサーの損傷を防ぐため、波面符号化位相マスクを使用し、サンドイッチ型生成対立ネットワーク(SGAN)を導入して複雑な画像劣化から画像を復元する。SGANアーキテクチャは、2つのGANをラップし、学習可能な画像逆畳み込みモジュールで囲むことで識別的および生成的手法を組み合わせる。フーリエ特徴表現を使用してニューラルネットワークのスペクトルバイアスを減少させ、高周波数画像詳細の学習を改善する。提案された画像復元モデルは、広範囲のシーン内容、レーザーパワー、入射レーザー角度、周囲照明強度、およびノイズ特性に対して最先端の方法よりも定量的かつ質的に優れていることが示されている。
Stats
カメラセンサがマスクなしでダメージを受けるしきい値までピークレーザー照射量106倍まで抑制するSGAN訓練済みモデル。
SGAN-Fによって高品質な画像が再現されており、地面実験で確認されている。
Quotes
"提案された画像復元モデルは広範囲のシーン内容やレーザーパワーに対応し、最先端の方法よりも定量的かつ質的に優れています。"
"SGAN-Fによって高品質な再生が達成されました。"
"フーリエ特徴表現と高性能損失関数はニューラルネットワークのスペクトルバイアスを減少させ、画像復元精度を向上させます。"