图像重建算法_[图像重建算法] 基于CNN的FPM重建算法1

本文探讨了一篇独特的基于CNN的傅里叶ptychographic成像(FPM)重建算法,该算法不同于常规深度学习图像恢复方法,而是将传统相位恢复算法与CNN相结合。通过神经网络建模并利用TensorFlow实现,该算法直接模拟FPM的成像过程,呈现出一种融合经典与现代技术的创新思路。
摘要由CSDN通过智能技术生成

今天看到了一篇风格迥异的基于CNN的FPM重建恢复算法文章,跟通常的深度学习恢复图像算法思路不同,像套着CNN外壳的传统相位恢复算法,跟大家分享这篇文章,共同品读。

论文:S. Jiang, K. Guo, J. Liu, and G. Zheng, Solving Fourier ptychographic imaging problems via neural network modeling and TensorFlow.

首先我们看一般基于CNN的图像恢复算法的思路:

7f19edf18ada0466d136238e527520b5.png
论文:Deep learning approach to Fourier ptychographicmicroscopy

输入是捕获图像,CNN预测输出跟ground truth对比计算误差,反向传播迭代,直到误差达到设定阈值。这也是我们通常做深度学习的套路,利用深度神经网络学习“规则”,“规则”就是训练好的网络及网络权重。

这篇论文反其道而行之,在网络结构上利用先验知识指定了“规则”

10c358c5500bc3b8165ebabba81c07a0.png
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