ディープラーニングを用いた散乱媒体を介した圧縮ゴーストイメージング

Compressive ghost imaging through scattering media with deep learning.

• Fengqiang Li
• Ming Zhao
• Zhiming Tian
• Florian Willomitzer
• Oliver Cossairt

抄録

散乱媒体を介したイメージングは、反射のS/N比(SNR)が散乱体によって大きく低下する可能性があるため、困難です。高感度のシングルピクセル検出器（SPD）は、このような微弱な信号を検出するための説得力のある利点を提供する。本論文では、SPDを用いて2次元空間情報を解決するためのゴーストイメージングの使用に焦点を当てる。本論文では、SPDのみを用いた2次元空間情報の解像に焦点を当て、体積媒体からの後方散乱を抑制し、高速な再構成のためにディープラーニングを活用したポラリメトリックゴーストイメージングシステムを試作した。本研究では、散乱媒体を介したイメージングのために最適化されたハダマードパターンを投影することでゴーストイメージングを実装する。我々は、1.6%のサンプリングレートを用いて、高散乱条件下で高品質の再構成を実証している。

Imaging through scattering media is challenging since the signal to noise ratio (SNR) of the reflection can be heavily reduced by scatterers. Single-pixel detectors (SPD) with high sensitivities offer compelling advantages for sensing such weak signals. In this paper, we focus on the use of ghost imaging to resolve 2D spatial information using just an SPD. We prototype a polarimetric ghost imaging system that suppresses backscattering from volumetric media and leverages deep learning for fast reconstructions. In this work, we implement ghost imaging by projecting Hadamard patterns that are optimized for imaging through scattering media. We demonstrate good quality reconstructions in highly scattering conditions using a 1.6% sampling rate.