本論文は、スナップショット圧縮イメージング(SCI)の効率的な再構成手法を提案している。
まず、事前学習済みのSCI再構成ネットワークを用いて初期予測を生成する。その後、一段階拡散モデルを適用して高周波残差を生成し、初期予測を強化する。
MSIデータの収集コストが高いことを考慮し、自己教師あり学習パラダイムを導入する。具体的には、等変画像(EI)フレームワークに基づき、2D圧縮測定値のみを用いてモデルを学習する。
提案手法は、既存のエンドツーエンドやディープアンフォールディングネットワークに適用可能であり、定量的指標と視覚的比較の両面で優れた性能を示す。
เป็นภาษาอื่น
จากเนื้อหาต้นฉบับ
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Yunzhen Wang... ที่ arxiv.org 09-12-2024
https://arxiv.org/pdf/2409.07417.pdfสอบถามเพิ่มเติม