NIPS2018深度学习(9)|亮点:多元卷积稀疏编码、循环关系网络

[1] Deep, complex, invertible networks for inversion of transmission effects in multimode optical fibres

Oisín Moran, Piergiorgio Caramazza, Daniele Faccio, Roderick Murray-Smith

University of Glasgow, University of Glasgow

https://papers.nips.cc/paper/7589-deep-complex-invertible-networks-for-inversion-of-transmission-effects-in-multimode-optical-fibres.pdf

这篇文章提出了一种基于复数域加权的深层网络,用于处理相干输入图像中的多模光纤畸变所带来的影响。首先利用相干光得到灰度图像的光纤响应集合,进而得到实验数据,只测量输出在长度为1m到10m之间,直径为105µm的多模光纤所对应的图像振幅。

作者们提出了一种复加权网络的酉正则化方法,该方法在光纤传输矩阵的稳健反演中能够取得挺好的效果,这与物理定律是相容的。酉约束有助于学习前向酉模型,然后解析反演该模型进而解决反演问题。该方法的效果通过融入空间光调制器诱导的相移知识很有可能得以进一步提升。

该方法的实验配置如下

640?wx_fmt=png

反演流程如下

640?wx_fmt=png

前向模型及反演模型的结构如下

640?wx_fmt=png

几种情形下的模型效果对比如下

640?wx_fmt=png

<
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值