文献

J-GLOBAL ID：202202239707808016   整理番号：22A1101329

フリンジ投影における2D位相アンラッピングのためのマルチタスク学習【JST・京大機械翻訳】

A Multi-Task Learning for 2D Phase Unwrapping in Fringe Projection

著者 (3件)： Sumanth Krishna (Department of Electrical Engineering, Indian Institute of Technology, Tirupati, India) ,  Ravi Vaishnavi (Department of Electrical Engineering, Indian Institute of Technology, Tirupati, India) ,  Gorthi Rama Krishna (Department of Electrical Engineering, Indian Institute of Technology, Tirupati, India)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 797-801  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 位相アンラッピングは,信号処理における挑戦的なタスクであり,光学計測,SAR干渉測定,および多くの他の信号再構成タスクにおけるその応用を広げている。フリンジ投影プロフィロメトリーは,位相アンラッピングが重要なステップである高分解能三次元(3D)表面情報を生成するための一般的なアクティブセンシング手法である。このレターは,フリンジ投影における同時雑音除去とラップカウント予測のためのマルチタスク学習ベース位相アンラッピング法を提案した。TriNetと呼ばれる提案ネットワークは,単一符号器と2つの復号器を有するネストピラミッド構造を持ち,全てスキップ接続を通して接続した。提案手法は,既存の深層学習法のように,従来手法や平滑化のような後処理のような雑音除去の前処理を必要としないが,非常に正確な位相アンラッピングをもたらす。提案方法は,非常に高いノイズの存在下でさえ,有意なマージンによるFringe投影における3D再構成タスクのための既存の最先端の方法より優れている。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  ネットワーク ,  形状測定 ,  光学的測定 ,  信号処理 ,  復号器 ,  符号器 ,  平滑化 ,  *二次元 ,  三次元 ,  高分解能 ,  *機械学習 ,  雑音除去
準シソーラス用語： *位相アンラッピング ,  信号再構成 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 投影 ,  2D ,  位相アンラッピング ,  マルチタスク学習