实体
point spread function
point spread function
PulseAugur coverage of point spread function — every cluster mentioning point spread function across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
BiaPy 框架应对生物图像深度学习挑战
标准的计算机视觉技术不足以应对生物图像深度学习的复杂性，这涉及到处理海量、多维数据集，并具有各向异性分辨率和细胞堆积等独特挑战。BiaPy 框架被提出作为一种解决方案，通过专门的架构来解决这些问题，包括各向异性池化、具有高斯混合的无伪影重叠分块，以及用于分离拥挤细胞的多任务向量表示。这种方法使得在传统工具无法应对的生物图像数据上进行有效的深度学习成为可能。
-
arXiv论文详述多快照尖峰反卷积新方法
研究人员在arXiv上发表了一篇论文，详细介绍了一种新的多快照尖峰反卷积方法。该研究引入了尖峰反卷积的变量投影公式（VarProSD），通过消除幅度变量来简化问题。论文详细描述了VarProSD目标的凸性区域，并将其与点扩散函数（如功率谱密度和光滑度）的性质联系起来。该分析揭示了采样带宽和尖峰分离如何影响优化景观，为估计量一致性和梯度下降在该区域内的收敛提供了理论保证。
-
新的SVD框架解决移变图像模糊问题
研究人员开发了一个新的框架，利用奇异值分解（SVD）来复原受移变运动模糊影响的图像。该方法解决了图像中退化程度不一的挑战，这是单个卷积核无法处理的。该方法利用奇异值能量保留准则来管理噪声放大，同时保留图像细节。实验表明，基于SVD的算法能有效恢复图像信息并减少由不同运动模型引起的伪影。