Fine RGB photogrametric sensor for optics/neural-network co-design - Archive ouverte HAL
Communication Dans Un Congrès Année : 2023

Fine RGB photogrametric sensor for optics/neural-network co-design

Modèle photométrique RVB fin pour la co-conception optique/réseau de neurones

Résumé

Co-design methods generally model the influence of the optical parameters only on the point spread function of the system without considering changes in light intensity that modify the signal to noise ratio of the digitized image. We include multiple noise sources in a model of imaging sensors intended for the co-design of an optical system and a neural network. We use it in co-design examples for extended depth of field in a realistic setting : with RGB images and off-axis objects.
Les méthodes de co-conception optimisent une optique et un traitement mais résument généralement l'influence de l'optique à la réponse impulsionnelle du système sans considérer les changements d'intensité lumineuse qui modifient le rapport signal à bruit de l'image numérisée. Nous proposons un modèle de capteur imageur prenant en compte les différentes sources de bruit. Il est destiné à la co-conception de systèmes optiques et de réseaux de neurones. Nous appliquons cette modélisation à des exemples d'extension de profondeur de champ dans des cas réalistes : avec des images RVB et des objets hors de l'axe optique.
Fichier principal
Vignette du fichier
2023_dufraisse1204.pdf (484.01 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04596673 , version 1 (31-05-2024)

Identifiants

  • HAL Id : hal-04596673 , version 1

Citer

Marius Dufraisse, Pauline Trouvé-Peloux, Jean-Baptiste Volatier, Frédéric Champagnat. Fine RGB photogrametric sensor for optics/neural-network co-design. GRETSI 2023, Aug 2023, Grenoble, France. ⟨hal-04596673⟩
17 Consultations
14 Téléchargements

Partager

More