Researchers improve chaotic mapping for super-resolution image reconstruction
超分辨率 (SR) 技术在提高图像质量方面发挥着关键作用。SR 重建旨在从低分辨率图像生成高分辨率图像。传统方法通常会导致图像模糊或扭曲。稀疏表示和基于深度学习的方法等先进技术已显示出有希望的结果，但在噪声鲁棒性和计算复杂性方面仍面临限制。
NeuPh: A breakthrough in high-resolution image reconstruction with neural networks
神经相位检索由波士顿大学的研究人员开发，利用深度学习技术增强从低分辨率数据重建高分辨率图像的能力。新的神经框架 NeuPh 已经成功超越了传统方法。
Deep learning in MRI beyond segmentation: Medical image reconstruction, registration, and synthesis
除了分割之外，深度学习如何彻底改变医学图像分析？在本文中，我们将看到医学成像中的几个有趣应用，例如医学图像重建、图像合成、超分辨率和医学图像配准
Palm-sized single-shot full-color incoherent digital holographic camera system with white light
在最近的一项研究中，研究人员开发了一种便携式数字全息相机系统，该系统可以在单个曝光中获取用空间和时间上不相互光的光照明物体的全彩数字全息图。他们采用了基于深度学习的denoising算法来抑制图像重建过程中的随机噪声，并成功地使用了白色LED进行了视频速度全彩色数字全息动作图像成像。
IEEE Transactions on Neural Networks and Learning Systems, Volume 36, Issue 1, January 2025
1) 特邀编辑：可信联邦学习专题作者：Qiang Yang, Han Yu, Sin G. Teo, Bo Li, Guodong Long, Chao Jin, Lixin Fan, Yang Liu, Le Zhang页数：5 - 52) 联邦推荐系统综述作者：Zehua Sun, Yonghui Xu, Yong Liu, Wei He, Lanju Kong, Fangzhao Wu, Yali Jiang, Lizhen Cui页数：6 - 203) 从梯度进行生成图像重建作者：Ekanut Sotthiwat, Liangli Zhen, Chi Zhang, Zengxiang
Scientists turn flat radio images into 3D views of the universe
明尼苏达大学的研究人员创造了一种突破性的技术，可以将 2D 无线电图像转换成 3D 模型，从而更深入地了解宇宙。这种新方法称为“伪 3D 立方体”，是一种将无线电图像重建为三维结构的首创方法。该研究结果最近发表在《皇家月刊》上 […]科学家将平面无线电图像变成宇宙的 3D 视图一文首次出现在 Knowridge Science Report 上。
