.png){kind=icon}
返回
Physics-constrained training-free network for low-sampling correlation imaging
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlastec.2026.114965.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 物理约束的无训练重建方法用于关联（鬼）成像。
• 可微前向模型实现了闭环、测量一致的优化。
• 直接将低维桶信号映射到高分辨率图像，无需预训练。
• 在超低采样率和噪声条件下鲁棒性高；通过仿真和光学实验验证。
• 无需重新训练即可适应新的测量模式和成像条件。
Keyword:
correlated imaging
physics-constrained
training-free
low-sampling
reconstruction
期刊
O
IF:
0
论文数:
880
被引数:
0
机构
引用论文
Single-pixel imaging by means of Fourier spectrum acquisition傅里叶光谱采集的单像素成像.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏分享收藏分享收藏Enhancing dynamic target reconstruction and tracking based on ghost imaging and deep convolutional neural networks基于鬼成像和深度卷积神经网络提升动态目标重建与跟踪
PREAI
分享收藏
查看更多内容