[論文レビュー] Signal Processing Based Pile-up Compensation for Gated Single-Photon Avalanche Diodes

Adithya Pediredla, Aswin C. Sankaranarayanan+3 more|arXiv (Cornell University)|Jun 14, 2018

Advanced Optical Sensing Technologies被引用数 40

ひとこと要約

本論文は、ゲート付き SPAD ベースの TCSPC 突接の pile-up を補正する推定理論フレームワーク（ML と MAP）を開発し、強光照射下での動作を可能にするとともに実験で検証する。

ABSTRACT

Single-photon avalanche diode (SPAD) based transient imaging suffers from an aberration called pile-up. When multiple photons arrive within a single repetition period of the illuminating laser, the SPAD records only the arrival of the first photon; this leads to a bias in the recorded light transient wherein the transient response at later time-instants are under-estimated. An unfortunate consequence of this is the need to operate the illumination at low-power levels to reduce the probability of multiple photons returning in a single period. Operating the laser at low power results in either low signal-to-noise ratio (SNR) in the measured transients or reduced frame rate due to longer exposure durations to achieve a high SNR. In this paper, we propose a signal processing-based approach to compensate pile-up in post-processing, thereby enabling high power operation of the illuminating laser. While increasing illumination does cause a fundamental information loss in the data captured by SPAD, we quantify this information loss using Cramer-Rao bound and show that the errors in our framework are only limited to this information loss. We experimentally validate our hypotheses using real data from a lab prototype.

研究の動機と目的

• ゲート付き SPAD TCSPC システムにおける pile-up ひずみを動機づけ、モデル化する。
• pile-up したヒストグラムから真の過渡を回復するための ML および MAP 推定量を開発する。
• 推定限界を定量化するための Cramer–Rao bound を導出する。
• 強い環境光条件下での後処理を通じて、SNR の改善と信号回復を実証する。

提案手法

• 観測ヒストグラムを真の光子到来へ結びつける確率的前方モデルを用いて SPAD TCSPC 過渡をモデル化する。
• 各ビンの光子カウントはポアソン過程に従うことを示し、ゲート付き SPAD ヒストグラムの多項分布ベースの前方モデル（式3）を導出する。
• 観測ヒストグラムの尤度を最大化して過渡を推定する ML 推定量を導出する（論文の結果として）。
• 共役事前分布を用いた MAP 推定量を提供し、過渡回復を正則化する。
• pile-up による推定限界をクラマ–ラオ（Cramer–Rao） bound で定量化し、基本データ限界に対する情報損失を議論する。
• pile-up の挙動と推定器の性能を検証するため、GPU 加速シミュレーションを実装する。

実験結果

リサーチクエスチョン

• RQ1 Pile-up は高照度駆動時に SPAD ベースの TCSPC 過渡をどのように歪ませるか？
• RQ2 ML および MAP 推定量は piled-up ヒストグラムから基礎となる過渡を回復できるか？
• RQ3 pile-up 補正過渡推定の理論的制限（CRB）はどの程度か？
• RQ4 提案処理は信号再構成品質を損なうことなくより高い照明率を可能にするのか？
• RQ5 実際の SPAD/TCSPC ハードウェア上での方法の実用的デモはどう行われるのか？

主な発見

• ML 推定量は piled-up TCSPC ヒストグラムから理想的過渡を回復する。
• 共役事前分布を用いた MAP 推定量が過渡回復を正則化する。
• pile-up 下で推定精度の限界を特徴づける Cramer–Rao bound が導出される。
• 実験により回復過渡の SNR が改善され、強い環境光下での信号回復が示される。
• ハードウェア検証により、より高い照明パワーと有効な pile-up 補正を実現する方法が示される。
• この処理系により、SPAD 検出効率（約 90% まで）を、処理フレームワークから通常の 5% 基準から達成し得ることが示唆される。