Dataciencia

Colección SciELO Chile

Snapshot compressive spectral light field tensor imaging

Indexado

Scopus

SCOPUS_ID:85089898257

DOI

10.1364/COSI.2019.CM1A.CTU2A.6

Año

2019

Tipo

Citas Totales

Autores Afiliación Chile

Instituciones Chile

% Participación
Internacional

Autores
Afiliación Extranjera

Instituciones
Extranjeras

Abstract

This work proposes a novel compressive spectral light field imaging architecture along with a tensor-based reconstruction algorithm to estimate the four-dimensional image source from a set of compressed measurements.

Métricas Externas

PlumX	Altmetric	Dimensions

Muestra métricas de impacto externas asociadas a la publicación. Para mayor detalle:

Plumx: https://plumanalytics.com/learn/about-metrics/
Altmetric: https://www.altmetric.com/about-altmetrics/what-are-altmetrics/
Dimensions: https://www.dimensions.ai/why-dimensions/

Disciplinas de Investigación

WOS
Sin Disciplinas

Scopus
Sin Disciplinas

SciELO
Sin Disciplinas

Muestra la distribución de disciplinas para esta publicación.

Publicaciones WoS (Ediciones: ISSHP, ISTP, AHCI, SSCI, SCI), Scopus, SciELO Chile.

Colaboración Institucional

Muestra la distribución de colaboración, tanto nacional como extranjera, generada en esta publicación.

Autores - Afiliación

Ord.	Autor	Género	Institución - País
1	Marquez, Miguel	Hombre	Universidad Industrial de Santander - Colombia
2	Rueda, Hoover	-	Universidad Industrial de Santander - Colombia
3	Vera, Esteban	Hombre	Pontificia Universidad Católica de Valparaíso - Chile
4	Arguello, Henry	Hombre	Universidad Industrial de Santander - Colombia

Muestra la afiliación y género (detectado) para los co-autores de la publicación.

Financiamiento

Fuente
Vicerrectoría de Investigación y Extensión UIS
Vicerrectoría de Investigación y Extensión, Universidad Industrial de Santander

Muestra la fuente de financiamiento declarada en la publicación.

Agradecimientos

Agradecimiento
We demonstrated a computational imaging camera that acquires spectral light field images through multiplexed snapshots, and recovers the underlying data via a tensor-based optimization algorithm. Acknowledgments Hoover Rueda was supported by the postdoctoral program of the Vicerrectoría de Investigación y Extensión UIS.