MétaCan
Menu
Retour à la cohorte
Enregistrement W4404564857 · doi:10.1109/dft63277.2024.10753532

Image Degradation due to Interacting Hot Pixels and SEUs

2024· article· en· W4404564857 sur OpenAlexaff
Glenn H. Chapman, Alireza Farahmandpour, A. Chakma, Israel Koren, Zahava Koren

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésDegradation (telecommunications)PixelComputer scienceImage (mathematics)Computer visionArtificial intelligenceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Hot pixels (induced by cosmic rays) in digital imaging sensors accumulate with camera age, impacting the quality of all images produced by the camera. During its lifetime, the imager also experiences Single Event Upsets (SEU s) that create transient defects affecting a single image. The SEUs occur at a much higher rate (events/second) compared to 10-100s additional permanent hot pixels that occur per year. We explore in this paper how an SEU that occurs within a close proximity (within a 5×5 pixel area) of an existing Hot Pixel may distort the image. We also consider situations where an SEU impacts two or more adjacent pixels. When such events happen, the currently employed color demosaicing and JPEG image compression algorithms spread the damage into a 16×16 pixel area, creating significant color changes and resulting in noticeable image degradation. We use formulas developed for a two Hot Pixel interaction to estimate the probability of a Hot Pixel-SEU interaction, and predict its increase with camera age.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCCD and CMOS Imaging SensorsTravaux en français237 207