跳到正文
arXiv · 机器人与计算机视觉· Mehmet Onurcan Kaya, Figen S. Oktem·· 10 天前AI 评分52

prNet:基于随机优化的数据驱动相位恢复方法

prNet: Data-Driven Phase Retrieval via Stochastic Refinement

AI 导读

该论文提出一种结合朗之万动力学、学习去噪与模型更新的新框架以解决相位恢复问题。框架包含 prNet-Small、prNet-Large 及 prNet-Large-Adversarial 三个变体,分别通过交替投影、并行采样近似 MMSE 解以及对抗训练聚合网络来平衡重建保真度与感知质量。实验显示该方法在多项基准测试中优于经典、深度学习及扩散模型基线。代码与预训练模型已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org