📖 Serdecznie zapraszamy do zapoznania się z najnowszą pracą prof. Bogusława Więcka i doktoranta Sebastiana Urbasia 👉 "Application of a deep-learning neural network for image reconstruction from a single-pixel infrared camera"
🎥 W artykule przedstawiono wyniki rekonstrukcji obrazu z jednopikselowej kamery termowizyjnej przy zastosowaniu konwolucyjnej sieci neuronowej (CNN). Badania przeprowadzono dla obrazów termowizyjnych o rozdzielczości 80x80 pikseli, generowanych przez kamerę termowizyjną z mikrobolometrycznym detektorem, którą zaprojektowano i wykonano w ramach magisterskiej pracy dyplomowej.
📈 W publikacji porównano wyniki rekonstrukcji obrazów termowizyjnych uzyskane proponowaną metodą oraz algorytmem ℓ1-magic stosowanym przez twórców wizyjnej kamery jednopikselowej. Uzyskane wyniki przy zastosowaniu sieci neuronowych głębokiego uczenia potwierdzają lepszą jakość rekonstruowanych obrazów przy tym samym stopniu kompresji wyrażonym przez szczytowy stosunek sygnału do szumu (PSNR) oraz miarę wskaźnika podobieństwa strukturalnego (SSIM).
🖥 Prowadzone badania dotyczą ciekawej i ważnej z praktycznego punktu widzenia, tematyki oszczędnego próbkowania (ang. Compresive Sensing). Jednopikselowa kamera podczerwieni (IR) to układ optyczny składający się z modulatora promieniowania SLM (ang. Spatial Ligth Modulator) i pojedynczego fotodetektora IR, który mierzy średnie natężenie promieniowania sceny odpowiadające wzorowi apertury SLM.
💥 Rozwiązanie to umożliwia budowę tanich, energooszczędnych urządzeń obrazujących, które mogą być stosowane przy detekcji wycieku gazów wybuchowych, np. metanu.
📹 Publikacja jest wynikiem prac prowadzonych w ramach przegotowywanej rozprawy doktorskiej. Kolejnym etapem badań będzie wykonanie jednopikselowej kamery termowizyjnej oraz ocena jej parametrów i skuteczności działania w różnych zastosowaniach.
📖 Treść artykułu dostępna jest 👉 na stronie.