BriefGPT - AI 论文速递 · 2024-02-27T00:00:00Z 低光相位恢复与深层图像先验 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 介绍了神经网络模型PRUNe，用于解决干涉成像中的相位恢复问题。该模型能够准确、平滑地恢复相位图像，且在低光强和高光强干涉图像上表现出较低的均方误差。提供了更快速和准确的相位恢复方法，适用于多帧噪声成像技术。 🏷️ 标签 PRUNe 均方误差 干涉成像 相位恢复 神经网络模型 阅读原文 生成长图 分享链接 已复制链接
