本論文では、位相のみのホログラム(POH)の生成のための新しいジェネレーティブモデルアーキテクチャであるHolo-VQVAEを提案している。
従来の位相データ直接学習では課題があったため、画像ドメインでの学習を行う。Angular Spectrum Methodを組み込むことで、画像ドメインでの学習を可能にしている。
VQ-VAEの離散潜在空間を活用することで、複雑な位相データの分布をより効果的にモデル化できる。これにより、従来のVAEよりも高品質なPOHの生成が可能となる。
再構成損失関数では、L2ノルムとパーセプチュアルロスを組み合わせることで、ノイズを抑制しつつ高品質な再構成を実現している。
実験の結果、Holo-VQVAEは既存手法よりも優れた再構成性能と生成性能を示した。特に、より複雑なCelebA-HQデータセットにおいて顕著な改善が見られた。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問