Exploring Quasi-Global Solutions to Compound Lens Based Computational Imaging Systems

要約

最近、データ駆動型の学習を通じて光学システムとダウンストリームアルゴリズムを同時に最適化する共同設計アプローチは、従来の個別の設計アプローチよりも優れたパフォーマンスを実証しています。
ただし、現在のジョイント設計は、特に複数の潜在的な出発点を持つ複合レンズシステムのために、初期レンズの手動での手動識別、課題と制限のポーズに大きく依存しています。
この作業では、準グローバル検索光学（QGSO）を提示して、2つの部分を通じて複合レンズベースの計算イメージングシステムを自動的に設計します。
設計仕様。
（ii）物理的制約を考慮して初期光学システムと画像再構成ネットワークの並列共同最適化を実施し、すべての検索結果の最適ソリューションの選択に至ります。
広範な実験結果は、QGSOが優れたグローバル検索能力の変換エンドツーエンドレンズ設計パラダイムとして機能し、既存のパラダイムと比較してイメージング品質が高い複合レンズベースの計算イメージングシステムを自動的に提供することを示しています。
ソースコードは、https://github.com/ligpy/qgsoで公開されます。

要約(オリジナル)

Recently, joint design approaches that simultaneously optimize optical systems and downstream algorithms through data-driven learning have demonstrated superior performance over traditional separate design approaches. However, current joint design approaches heavily rely on the manual identification of initial lenses, posing challenges and limitations, particularly for compound lens systems with multiple potential starting points. In this work, we present Quasi-Global Search Optics (QGSO) to automatically design compound lens based computational imaging systems through two parts: (i) Fused Optimization Method for Automatic Optical Design (OptiFusion), which searches for diverse initial optical systems under certain design specifications; and (ii) Efficient Physic-aware Joint Optimization (EPJO), which conducts parallel joint optimization of initial optical systems and image reconstruction networks with the consideration of physical constraints, culminating in the selection of the optimal solution in all search results. Extensive experimental results illustrate that QGSO serves as a transformative end-to-end lens design paradigm for superior global search ability, which automatically provides compound lens based computational imaging systems with higher imaging quality compared to existing paradigms. The source code will be made publicly available at https://github.com/LiGpy/QGSO.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google