Defocus Blur Synthesis and Deblurring via Interpolation and Extrapolation in Latent Space

要約

最新の顕微鏡には、最適な焦点を確保するための自動焦点システムが搭載されていますが、培地内の細胞がすべて同じ焦点面にない場合には、依然として焦点が合っていない画像が発生する可能性があり、医療診断や疾患の分析の画質に影響を与えます。
画像のぼけを除去し、ぼかしを合成できる手法を提案します。
潜在空間内のさまざまなブラーレベルの表現間の線形関係を強制するために、暗黙的および明示的な正則化手法を使用してオートエンコーダーをトレーニングします。
これにより、異なる焦点面で撮影された画像の潜在表現を線形内挿/外挿することで、オブジェクトのさまざまなぼやけレベルを探索することができます。
既存の作品と比較して、線形潜在空間を活用して、柔軟なブラー レベルの画像を合成するシンプルなアーキテクチャを使用しています。
当社の正規化オートエンコーダは、ぼけやぼけを効果的に模倣し、データ拡張技術としてデータの種類を増やし、顕微鏡画像の品質を向上させることができ、さらなる処理や分析に有益です。

要約(オリジナル)

Though modern microscopes have an autofocusing system to ensure optimal focus, out-of-focus images can still occur when cells within the medium are not all in the same focal plane, affecting the image quality for medical diagnosis and analysis of diseases. We propose a method that can deblur images as well as synthesize defocus blur. We train autoencoders with implicit and explicit regularization techniques to enforce linearity relations among the representations of different blur levels in the latent space. This allows for the exploration of different blur levels of an object by linearly interpolating/extrapolating the latent representations of images taken at different focal planes. Compared to existing works, we use a simple architecture to synthesize images with flexible blur levels, leveraging the linear latent space. Our regularized autoencoders can effectively mimic blur and deblur, increasing data variety as a data augmentation technique and improving the quality of microscopic images, which would be beneficial for further processing and analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google