Training Adaptive Reconstruction Networks for Blind Inverse Problems - Archive ouverte HAL Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2023

Training Adaptive Reconstruction Networks for Blind Inverse Problems

Résumé

Neural networks allow solving many ill-posed inverse problems with unprecedented performance. Physics informed approaches already progressively replace carefully hand-crafted reconstruction algorithms in real applications. However, these networks suffer from a major defect: when trained on a given forward operator, they do not generalize well to a different one. The aim of this paper is twofold. First, we show through various applications that training the network with a family of forward operators allows solving the adaptivity problem without compromising the reconstruction quality significantly. Second, we illustrate that this training procedure allows tackling challenging blind inverse problems. Our experiments include partial Fourier sampling problems arising in magnetic resonance imaging (MRI) with sensitivity estimation and off-resonance effects, computerized tomography (CT) with a tilted geometry and image deblurring with Fresnel diffraction kernels.
Fichier principal
Vignette du fichier
Training_Adaptive_Reconstruction_Networks_for_Blind_Inverse_Problems.pdf (4.42 Mo) Télécharger le fichier
BLUR_tab_scores-crop.pdf (15.21 Ko) Télécharger le fichier
CT_tab_scores1c-crop.pdf (14.35 Ko) Télécharger le fichier
CT_tab_scores2c-crop.pdf (15.05 Ko) Télécharger le fichier
f.png (49.19 Ko) Télécharger le fichier
f_Nlines=16_idimg=20.png (57.48 Ko) Télécharger le fichier
f_tilde0_Nlines=16_idimg=20_PP.png (73.66 Ko) Télécharger le fichier
f_tilde0_Nlines=16_idimg=20_family.png (58.69 Ko) Télécharger le fichier
f_tilde0_Nlines=16_idimg=20_fixed.png (59.24 Ko) Télécharger le fichier
f_tilde0_coco_idimg=10_seed=7_noiselevel=0.0001_fixed.png (212.87 Ko) Télécharger le fichier
f_tilde_Nlines=16_idimg=20_PP.png (42.46 Ko) Télécharger le fichier
f_tilde_Nlines=16_idimg=20_family.png (57.62 Ko) Télécharger le fichier
f_tilde_Nlines=16_idimg=20_fixed.png (50.81 Ko) Télécharger le fichier
f_tilde_Nlines=16_idimg=20_nonblind_PP.png (40.37 Ko) Télécharger le fichier
f_tilde_Nlines=16_idimg=20_nonblind_family.png (57.87 Ko) Télécharger le fichier
f_tilde_Nlines=16_idimg=20_nonblind_fixed.png (50.8 Ko) Télécharger le fichier
f_tilde_Nlines=16_idimg=20_theta0_fixed.png (57.51 Ko) Télécharger le fichier
f_tilde_coco_idimg=10_seed=7_noiselevel=0.0001_fixed.png (209.05 Ko) Télécharger le fichier
f_tilde_coco_idimg=10_seed=7_noiselevel=0.0001_nonblind_fixed.png (212.66 Ko) Télécharger le fichier
f_tilde_coco_idimg=10_seed=7_noiselevel=0.0001_theta0_fixed.png (188.44 Ko) Télécharger le fichier
f_tilde_family.png (48.38 Ko) Télécharger le fichier
f_tilde_otherxi.png (52.73 Ko) Télécharger le fichier
f_tilde_pseudoinv_Nlines=16_idimg=20_theta0_fixed.png (60.02 Ko) Télécharger le fichier
f_tilde_truexi.png (49.29 Ko) Télécharger le fichier
fig1c_b_35.39.png (27.79 Ko) Télécharger le fichier
fig1c_c_32.89.png (29.58 Ko) Télécharger le fichier
fig1c_d_25.70.png (30.19 Ko) Télécharger le fichier
fig1c_inv27.87.png (33.36 Ko) Télécharger le fichier
fig6_16_04_1.341_1.95.pdf (2.13 Ko) Télécharger le fichier
fig6_17_04_1.341_1.95.pdf (2.13 Ko) Télécharger le fichier
fig6_17_14_2.033_0.88.pdf (2.14 Ko) Télécharger le fichier
fig6_17_34_2.100_1.03.pdf (2.16 Ko) Télécharger le fichier
fig6_17_66_0.110_0.13.pdf (2.12 Ko) Télécharger le fichier
fig6_8_00.png (27.8 Ko) Télécharger le fichier
fig6_8_11_36.62.png (28.19 Ko) Télécharger le fichier
fig6_8_12_29.37.png (26.02 Ko) Télécharger le fichier
fig6_8_13_34.07.png (28.25 Ko) Télécharger le fichier
fig6_8_21_39.54.png (22.34 Ko) Télécharger le fichier
fig6_8_22_29.68.png (24.42 Ko) Télécharger le fichier
fig6_8_23_37.21.png (22.22 Ko) Télécharger le fichier
fig6_8_31_39.53.png (22.38 Ko) Télécharger le fichier
fig6_8_32_29.68.png (24.43 Ko) Télécharger le fichier
fig6_8_33_33.48.png (22.19 Ko) Télécharger le fichier
fig7_2_hest_9.03.png (150 B) Télécharger le fichier
fig7_2_trueh.png (281 B) Télécharger le fichier
fig7_2_truex.png (39.86 Ko) Télécharger le fichier
fig7_2_xest_20.61.png (30.11 Ko) Télécharger le fichier
fig7_2_xideal_28.12.png (32.11 Ko) Télécharger le fichier
fig7_2_y_19.64.png (30.95 Ko) Télécharger le fichier
fig7_5_hest_19.02.png (150 B) Télécharger le fichier
fig7_5_trueh.png (216 B) Télécharger le fichier
fig7_5_truex.png (41.16 Ko) Télécharger le fichier
fig7_5_xest_29.11.png (28.33 Ko) Télécharger le fichier
fig7_5_xideal_32.31.png (29.7 Ko) Télécharger le fichier
fig7_5_y_27.26.png (31.27 Ko) Télécharger le fichier
fig7_6_hest_26.93.png (175 B) Télécharger le fichier
fig7_6_trueh.png (212 B) Télécharger le fichier
fig7_6_truex.png (31.01 Ko) Télécharger le fichier
fig7_6_xest_30.72.png (25.79 Ko) Télécharger le fichier
fig7_6_xideal_35.00.png (24.75 Ko) Télécharger le fichier
fig7_6_y_25.41.png (31.7 Ko) Télécharger le fichier
fig7_7_hest_9.16.png (162 B) Télécharger le fichier
fig7_7_trueh.png (269 B) Télécharger le fichier
fig7_7_truex.png (23.42 Ko) Télécharger le fichier
fig7_7_xest_19.40.png (27.35 Ko) Télécharger le fichier
fig7_7_xideal_25.69.png (25.59 Ko) Télécharger le fichier
fig7_7_y_18.11.png (31.74 Ko) Télécharger le fichier
fig7_8_hest_26.20.png (150 B) Télécharger le fichier
fig7_8_trueh.png (203 B) Télécharger le fichier
fig7_8_truex.png (32.96 Ko) Télécharger le fichier
fig7_8_xest_35.83.png (20.42 Ko) Télécharger le fichier
fig7_8_xideal_37.29.png (17.63 Ko) Télécharger le fichier
fig7_8_y_31.55.png (28.74 Ko) Télécharger le fichier
hmeasure_coco_idimg=10_seed=7_noiselevel=0.0001.png (669 B) Télécharger le fichier
htrained.png (677 B) Télécharger le fichier
kspace_Nlines=16_idimg=20.png (61.08 Ko) Télécharger le fichier
kspace_center_Nlines=16_idimg=20.pdf (98.53 Ko) Télécharger le fichier
kspace_center_Nlines=16_idimg=20_PP.pdf (97.72 Ko) Télécharger le fichier
kspace_center_Nlines=16_idimg=20_family.pdf (98.81 Ko) Télécharger le fichier
kspace_center_Nlines=16_idimg=20_fixed.pdf (98.15 Ko) Télécharger le fichier
kspace_center_Nlines=16_idimg=20_theta0_fixed.pdf (98.07 Ko) Télécharger le fichier
pi_0.png (42.09 Ko) Télécharger le fichier
pi_2.png (24.46 Ko) Télécharger le fichier
pi_cross_axes.png (43.6 Ko) Télécharger le fichier
pi_cross_diag.png (39.61 Ko) Télécharger le fichier
pi_hor_sf=0.25.png (21 Ko) Télécharger le fichier
pi_vert_sf=0.25.png (48.26 Ko) Télécharger le fichier
piref.png (37.82 Ko) Télécharger le fichier
psf_00.png (411 B) Télécharger le fichier
psf_01.png (751 B) Télécharger le fichier
psf_02.png (503 B) Télécharger le fichier
psf_03.png (555 B) Télécharger le fichier
psf_04.png (585 B) Télécharger le fichier
psf_05.png (527 B) Télécharger le fichier
psf_06.png (493 B) Télécharger le fichier
tab_fixed_admm_blur-crop.pdf (20.57 Ko) Télécharger le fichier
tab_fixed_admm_drunet-crop.pdf (13.55 Ko) Télécharger le fichier
tab_fixed_den_drunet-crop.pdf (13.66 Ko) Télécharger le fichier
tab_scores_drunet-crop.pdf (15.95 Ko) Télécharger le fichier
xi_0.png (31.78 Ko) Télécharger le fichier
xi_2.png (31.03 Ko) Télécharger le fichier
xiaxes.png (33.92 Ko) Télécharger le fichier
xicons_0.png (31.51 Ko) Télécharger le fichier
xicons_1.png (31.84 Ko) Télécharger le fichier
xicons_2.png (31.73 Ko) Télécharger le fichier
xicons_3.png (32.19 Ko) Télécharger le fichier
xicons_4.png (31.96 Ko) Télécharger le fichier
xicons_5.png (31.31 Ko) Télécharger le fichier
xicons_6.png (32.06 Ko) Télécharger le fichier
xidiag.png (34.38 Ko) Télécharger le fichier
xihor.png (29.22 Ko) Télécharger le fichier
xiref.png (34.5 Ko) Télécharger le fichier
xivert.png (32.58 Ko) Télécharger le fichier
y_coco_idimg=10_seed=7_noiselevel=0.0001_theta0_fixed.png (118.04 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03585120 , version 1 (22-02-2022)
hal-03585120 , version 2 (25-02-2022)
hal-03585120 , version 3 (13-11-2022)
hal-03585120 , version 4 (13-10-2023)
hal-03585120 , version 5 (13-12-2023)

Identifiants

Citer

Alban Gossard, Pierre Weiss. Training Adaptive Reconstruction Networks for Blind Inverse Problems. 2023. ⟨hal-03585120v4⟩
387 Consultations
334 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More