首页期刊导航|光电子·激光
期刊信息/Journal information
光电子·激光
光电子·激光

巴恩旭

月刊

1005-0086

baenxu@public.tpt.tj.cn；　baenxu@263.net

022-23679707

300191

天津市南开区红旗南路263号

光电子·激光/Journal Journal of Optoelectronics·LaserCSCD北大核心CSTPCDEI
查看更多>>本刊为专业技术性刊物。报道光电子、激光技术领域的研究成果，内容包括新型光电子器件、装置和材料、光电控制和检测、光存贮和光电信息处理、通讯和光纤应用技术光电集成技术、光计算和光学神经网络、激光加工和激光应用、光电生物医学等方面。
正式出版
收录年代

    基于杠杆放大机构的光纤光栅中高频地震检波器

    王璐李辉栋乔学光
    561-569页
    查看更多>>摘要：为解决在中高频地震信号勘探检测中,检波器存在的高固有频率与低灵敏度的矛盾,提出了一种基于杠杆放大机构的光纤光栅中高频地震检波器.在惯性质量块的一端链接杠杆放大机构,光纤光栅以两点式封装法竖直固定在杠杆的放大端与基底之上.杠杆放大机构可以在检波器的输出端产生机械放大,增加光纤光栅的轴向应变,增大对地层中微弱中高频信号的响应,从而提高检波器的灵敏度.同时检波器的机械结构使用一体化加工工艺,可提高机械结构的刚度与稳定性.实验测试表明,该检波器的固有频率为526 Hz,在20-260 Hz的频率范围内,灵敏度为119.1084 pm/g,同时具有良好的横向抗干扰性能.这为中高频段载震检波器的研究提供了一定的技术思路和方向.

    地震检波器光纤布拉格光栅(FBG)杠杆放大机构高频高灵敏

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于双重注意力和多尺度特征融合的场景文本检测算法

    强观臣杨茜张丽真熊炜...
    570-579页
    查看更多>>摘要：本文提出了一种场景文本检测方法,用于应对复杂自然场景中文本检测的挑战.该方法采用了双重注意力和多尺度特征融合的策略,通过双重注意力融合机制增强了文本特征通道之间的关联性,提升了整体检测性能.在考虑到深层特征图上下采样可能引发的语义信息损失的基础上,提出了空洞卷积多尺度特征融合金字塔(dilated convolution multi-scale feature fusion pyramid structure,MFPN),它采用双融合机制来增强语义特征,有助于加强语义特征,克服尺度变化的影响.针对不同密度信息融合引发的语义冲突和多尺度特征表达受限问题,创新性地引入了多尺度特征融合模块(multi-scale feature fusion module,MFFM).此外,针对容易被冲突信息掩盖的小文本问题,引入了特征细化模块(feature refinement module,FRM).实验表明,本文的方法对复杂场景中文本检测有效,其F值在CTW 1500、ICDAR 2015和Total-Text 3个数据集上分别达到了85.6％、87.1％和 86.3％.

    文本检测注意力融合多尺度特征融合金字塔

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    双分支特征提取与循环细化的动态场景去模糊

    陈清江王巧莹
    580-587页
    查看更多>>摘要：针对现有的动态场景图像去模糊方法存在的特征提取不准确、未充分利用有效特征的问题,本文提出了一种基于双分支特征提取与循环细化的动态场景图像去模糊网络.整个网络包括特征提取网络、循环细化网络(cyclic refinement network,CRN)、图像重建(image reconstruction,IR)3部分.其中,特征提取网络包括模糊图像细节和轮廓特征(contour feature,CF)的提取,以残差单元作为特征提取网络的基本单元;循环细化网络通过交替融合轮廓特征和细节特征(detail feature,DF)来细化特征图,得到模糊图像的细化特征(refinement feature,RF);最后,在图像重建阶段,复用轮廓和细节特征,结合残差学习策略将轮廓特征、细节特征和细化后的特征逐级融合后通过非线性映射的方式重建清晰图像.在广泛使用的动态场景模糊数据集GOPRO上的实验结果表明,该方法的平均峰值信噪比(peak signal to noise ratio,PSNR)达到31.86,平均结构相似度(structure similarity,SSIM)达到0.947 3,所提方法复原的图像包含丰富细节,具有更好的去模糊效果,在客观评价指标和主观视觉效果上均优于对比方法.

    卷积神经网络图像去模糊双分支特征提取残差网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种新型的无人机牧草分割网络—LMS-Deep-labV3+

    占子恬潘新罗小玲郜晓晶...
    588-595页
    查看更多>>摘要：目前草原环境复杂、牧草分散且与背景颜色差异小,无法实现高效精准的分割,因此本文提出了一种新型的轻量化多尺度 DeeplabV3+网络(lightweight and multi-scale DeeplabV3+net-work,LMS-DeeplabV3+).该网络以DeeplabV3+为基础网络,首先选用轻量级的MobilenetV2作为骨干网络用于初步特征提取,并为了适应牧草分割任务做了网络配置上的调整;其次在加强特征提取模块和解码模块中均使用深度可分离卷积代替普通卷积以轻量化网络;此外利用密集空洞空间金字塔池化(dense atrous spatial pyramid pooling,DASPP)模块捕获更大的感受野,加强各特征之间的交互;又引入卷积注意力机制(convolutional block attention module,CBAM)重分配权重加强特征提取.实验证明,提出的新网络与原始网络相比平均交并比(mean intersection over union,mIOU)提升了 8.06个百分点、平均像素精度(mean pixel accuracy,mPA)提升了 6.75个百分点,网络计算量和参数量均下降了 90％以上,分割预测速度也有所提升,与其他主流分割网络相比各性能都表现更好.

    无人机牧草分割深度学习LMS-DeeplabV3+轻量级

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的非零水平集保凸的左心室分割

    李季胡锦萍
    596-603页
    查看更多>>摘要：采用距离正则化水平集演化(distance regularized level set evolution,DRLSE)模型对左心室(left ventricle,LV)进行分割会使其产生锯齿状,分割效果较差.为了解决左心室分割目前面临的问题,本文首先使用基于卷积神经网络(convolutional neural network,CNN)的心肌中心线检测算法,取代了水平集方法的人工初始化过程,其次提出了 一种基于非零水平集保凸的左心室分割方法.将距离正则化水平集演化(distance regularized level set evolution,DRLSE)模型(水平集方法)、深度学习方法与新方法的平均度中心性进行比较发现,新方法在收缩末期(end-systole,ES)的平均DC(dice coefficient)值为0.93,高于其他方法;除此之外,新方法在舒张末期(end-diastole,ED)与ES阶段的平均豪斯多夫距离(Hausdorff distance,HD)分别为2.51、2.54,明显小于深度学习方法以及水平集方法.实验结果表明,新方法能够有效地提高分割精度.

    左心室(LV)分割非零水平集曲率保凸卷积神经网络(CNN)

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于频域注意力的水下目标检测算法研究

    张天温显斌薛彦兵袁立明...
    604-611页
    查看更多>>摘要：针对水下目标检测过程中由于水下成像模糊、目标物与背景对比度低等原因导致的水下图像特征提取与目标理解困难的问题,本文提出了一种基于频域注意力的水下目标检测算法.该方法首先将训练集图像变换到频域,并使用低频特征引导组件(low frequency feature guiding suite,LFGS)计算频率分量,然后该分量将作为参数被应用到低频特征提取模块(low frequency feature extraction model,LFM)来更好地提取图像的低频特征,融合了图像低频信息的特征经过进一步特征提取生成高层特征,最后将高层特征输入到检测头中进行检测.在URPC2021数据集上进行验证,平均精度均值达到了 83.35％,验证了本文方法的有效性.

    水下目标检测频域注意力离散余弦变换(DCT)

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    融合注意力线性特征多样化的DR分级模型

    梁礼明董信何安军阳渊...
    612-622页
    查看更多>>摘要：糖尿病视网膜病变(diabetic retinopathy,DR)是目前人类的主要致盲疾病之一.针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature diversification,FALFD)的分级算法.该算法首先用改进的Res2Net残差网络作为模型骨干来增大感受野,进一步提高网络捕捉特征信息的能力;其次引入自适应特征多样化模块(adaptive feature diversification module,AFDM)对眼底图像可分辨的微小病理特征进行识别,获得具有高语义信息的局部特征,避免单一特征区域的限制,进而提高分级准确度;再后利用双线性注意力融合模块(bilinear attention fusion module,BAFM)增加可判别区域特征的网络权重占比;最后采用正则化焦点损失(focal loss,FL)进一步提升算法的分类性能.在IDRID数据集上,灵敏度和特异性分别为94.20％和97.05％,二次加权系数为87.83％;在APTOS 2019数据集上,二次加权系数和受试者工作曲线下的面积分别为88.06％和93.90％.实验结果表明,本文算法在DR分级领域中具有一定的应用价值.

    视网膜病变分级特征多样性注意力机制正则化深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    Fe和Cu杂质对Si材料响应特性影响的对比分析

    吕彤张蓉竹
    623-630页
    查看更多>>摘要：针对Si中容易混入Fe杂质和Cu杂质的问题,根据第一性原理和光电响应理论,建立了两种杂质混入下的Si模型,比较了不同间隙位置的杂质原子对Si材料的能级结构及响应特性的影响.结果表明:两种杂质的混入均会导致Si材料能级结构发生变化,从而使Si材料能够出现带外响应,且使得光敏单元的饱和阈值降低.具体而言,Fe杂质在四面体间隙位时,Si材料能级结构会受到明显影响,其带隙减小至0.013 eV,从而在约1560 nm处出现带外吸收峰.Cu杂质则是在六边形间隙位时对Si材料的影响明显,使材料带隙消失,且在约1 700 nm处出现带外吸收峰.这两种情况下Si基光敏单元的饱和阈值下降也最为明显,当1550 nm激光辐照时,饱和阈值分别为0.001 65 W·cm-2和0.002 54 W·cm-2.分析结果可为光电器件的应用和研制提供参考.

    Cu杂质Fe杂质Si半导体第一性原理光电响应

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    Er3+、Eu3+双掺杂LaOF荧光粉的光学性能研究及防伪应用

    李翔史忠祥王晶贾宇盟...
    631-640页
    查看更多>>摘要：有机发光材料可能对人体或环境造成影响,除此之外还有生产成本高、发光易淬灭、发光强度与颜色不易于控制的缺点,因此探索性能优越的稀土发光材料并寻找其应用价值是具有重要意义的.本文基于水热辅助固相法制备出Er3+、Eu3+离子共掺杂LaOF荧光粉,通过X射线衍射仪(X-ray diffractometer,XRD)、扫描电镜(scanning electron microscope,SEM)和荧光分析仪对不同Er3+掺杂浓度下的LaOF∶Eu3+荧光粉体的相组成、粒径尺寸、形貌及荧光光谱进行表征与分析.结果表明:在900 ℃的温度下煅烧,物相由前驱体LaF3转变为四方相LaOF,且随着Er3+掺杂浓度的升高,在365 nm与393 nm波长激发下均呈现出多色可调谐的发光特性,其中365 nm激发下呈现自橙色光向黄色光的转变,而在393 nm光辐射下则由橙色光向品红色光过渡.将Er3+、Eu3+共掺杂LaOF荧光粉制成油墨并印制成图案后,当其受激于365 nm与395 nm激发光时,可分别呈现肉眼可辨的橙色和紫色光发射,表明所制备的荧光粉有望在防伪领域具有一定的应用前景.

    Er3+Eu3+LaOF荧光粉光学性能防伪油墨

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    针对低空微小型无人机的轻量型YOLOv5检测算法

    魏峰周建平谭翔林静...
    641-649页
    查看更多>>摘要：针对低空微小型无人机对公共安全造成威胁的问题,本文基于YOLOv5(you only look once v5)网络提出了 一种适用于移动端的轻量型目标检测模型YOLOv5_SS.该模型以轻量型网络ShuffleNetv2 替换 YOLOv5 原有的主干网络,引入 SENet(squeeze-and-excitation networks)注意力机制,并采用Soft-NMS(soft non-maximum suppression)算法提升对密集重叠目标的检测效果.实验结果表明,该模型在数据集上对低空微小无人机进行检测的平均精确率均值(mean average precision@0.5,mAP50)为92.75％,精度为90.49％,参数量为0.237 4 M,浮点运算数为0.9千兆浮点运算(giga floating-point operations,GFLOPS).具有检测精度高、内存占用率低的特点,有利于在移动终端上部署且在复杂背景及密集目标的场景下均有较好的检测效果.

    无人机检测深度学习轻量型网络注意力机制非极大值抑制(NMS)

      原文链接:
    • NETL
    • NSTL
    • 万方数据