A diffusion-based reconstruction technique for single pixel camera

Date

2023-08-28

Editor(s)

Advisor

Supervisor

Co-Advisor

Co-Supervisor

Instructor

BUIR Usage Stats
33
views
31
downloads

Citation Stats

Series

Abstract

Single-pixel imaging enables high-resolution imaging through multiple coded measurements based on lowresolution snapshots. To reconstruct a high-resolution image from these coded measurements, an ill-posed inverse problem is solved. Despite the recent popularity of deep learning-based methods for single-pixel imaging reconstruction, they are insufficient in preserving spatial details and achieving a stable reconstruction. Diffusion-based methods, which have gained attention in recent years, provide a solution to this problem. In this study, to the best of our knowledge, the single-pixel image reconstruction is performed for the first time using a denoising diffusion probabilistic model. The proposed method reconstructs the image by conditioning it towards the least squares solution while preserving data consistency after unconditional training of the model. The proposed method is compared against existing singlepixel imaging methods, and ablation studies are conducted to demonstrate the individual model components. The proposed method outperforms competing methods in both quantitative measurements and visual quality.


Tek piksel görüntüleme, yüksek çözünürlüklü görüntü elde etmek için düşük çözünürlüklü görüntülerin kodlanmasına dayalı bir yöntemdir. Bu yöntemde kodlanmış görüntüler kötü koşullandırılmış tersine problem çözülerek yüksek çözünürlüklü hale getirilir. Özellikle son yıllarda, tek piksel görüntüleme geriçatımında derin öğrenme tabanlı yöntemler popüler olmuş olsa da uzamsal detayları korumak ve stabil bir geriçatım yapma konusunda yetersiz kalmaktadırlar. Bu probleme çözüm getiren difüzyon tabanlı yöntemler bu nedenle son zamanlarda hatrı sayılır bir ilgi toplamışlardır. Bu çalışmada, bilgimiz kadarıyla ilk defa tek piksel görüntüleme problemi gürültü giderici difüzyon olasılıksal modelleri kullanılarak çözülmüştür. Önerilen yöntemde model öncelikle koşullandırılmadan eğitilmiş daha sonra en küçük kare hatası çözümüne koşullandırıp veri tutarlılıgı göz önünde bulundurularak geriçatım gerçekleştirilmiştir. Önerilen yöntemin performansını değerlendirmek amacıyla mevcut tek piksel görüntüleme yöntemleriyle kıyaslanmış ve ayrı model bileşenlerini detaylı analiz etmek için ablasyon çalışmaları yapılmıştır. Önerilen yöntem, hem nicel ölçümler hem de görsel kalite açısından rakip yöntemlerden daha iyi performans göstermiştir.

Source Title

2023 31st Signal Processing and Communications Applications Conference (SIU 2023)

Publisher

IEEE - Institute of Electrical and Electronics Engineers

Course

Other identifiers

Book Title

Degree Discipline

Degree Level

Degree Name

Citation

Published Version (Please cite this version)

Language

Turkish