Imaging Interiors: An Implicit Solution to Electromagnetic Inverse Scattering Problems

要約

電磁逆散乱問題 (EISP) は、計算画像処理に広く応用されています。
EISP を解くことにより、散乱体の内部比誘電率を散乱電磁場に基づいて非侵襲的に決定できます。
EISP に対処するこれまでの取り組みにもかかわらず、反転と離散化によってもたらされる課題のため、この問題に対するより良い解決策を達成することは依然として困難です。
このペーパーでは、暗黙的なアプローチを通じて EISP におけるこれらの課題に取り組みます。
散乱体の比誘電率を連続的な陰的表現として表すことにより、私たちの方法は、離散化から生じる低解像度の問題に対処することができます。
さらに、この暗黙的な表現を順方向フレームワーク内で最適化すると、逆推定によってもたらされる課題を都合よく回避できるようになります。
私たちのアプローチは、標準的なベンチマーク データセットに対する既存の手法よりも優れたパフォーマンスを発揮します。
プロジェクトページ: https://luo-ziyuan.github.io/Imaging-Interiors

要約(オリジナル)

Electromagnetic Inverse Scattering Problems (EISP) have gained wide applications in computational imaging. By solving EISP, the internal relative permittivity of the scatterer can be non-invasively determined based on the scattered electromagnetic fields. Despite previous efforts to address EISP, achieving better solutions to this problem has remained elusive, due to the challenges posed by inversion and discretization. This paper tackles those challenges in EISP via an implicit approach. By representing the scatterer’s relative permittivity as a continuous implicit representation, our method is able to address the low-resolution problems arising from discretization. Further, optimizing this implicit representation within a forward framework allows us to conveniently circumvent the challenges posed by inverse estimation. Our approach outperforms existing methods on standard benchmark datasets. Project page: https://luo-ziyuan.github.io/Imaging-Interiors

arxiv情報

提供元, 利用サービス

arxiv.jp, Google