Super-resolution in disordered media using neural networks

要約

我々は、大規模で多様なデータセットを活用して、強く散乱する媒体における周囲媒体のグリーン関数を正確に推定する方法論を提案します。
ニューラル ネットワークを使用した場合と使用しない場合に得られたこれらの推定値を考慮すると、均質媒体の解像度よりも優れた解像度で、優れたイメージング結果が得られます。
超解像としても知られるこの現象は、周囲の散乱媒体が物理的な結像開口を効果的に高めるために発生します。

要約(オリジナル)

We propose a methodology that exploits large and diverse data sets to accurately estimate the ambient medium’s Green’s functions in strongly scattering media. Given these estimates, obtained with and without the use of neural networks, excellent imaging results are achieved, with a resolution that is better than that of a homogeneous medium. This phenomenon, also known as super-resolution, occurs because the ambient scattering medium effectively enhances the physical imaging aperture.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google