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

    基于氧化石墨烯-聚乙烯醇薄膜的光纤光栅湿度传感器

    邵敏杨萌张文松路青青...
    673-682页
    查看更多>>摘要:为提高光纤布拉格光栅(fiber Bragg grating,FBG)对环境湿度的敏感性,本文提出将氧化石墨烯-聚乙烯醇溶液涂覆在FBG上进行湿度增敏.首先对传感器的湿度响应进行了理论研究,然后使用提拉镀膜法制作了传感器样品,实验讨论了湿敏溶液的混合比例和薄膜厚度对湿度灵敏度的影响.进一步的实验研究结果表明:当氧化石墨烯和聚乙烯醇溶液的混合比例为9∶1,涂覆厚度为89µm时,在相对湿度50%-60%RH(relative humidity)的湿度范围内,传感器的湿度灵敏度为2.3 pm/%RH;在60%-70%RH的湿度范围内,传感器的湿度灵敏度为7.7 pm/%RH;在70%-80%RH的湿度范围内,湿度灵敏度为47.2 pm/%RH.传感器的温度灵敏度为13.2 pm/℃,湿度测量的不稳定性为0.064 7%RH,响应和恢复时间分别为0.84 s和11.46 s.该传感器制作简便、湿度灵敏度高、稳定性好,具有较大的应用潜力.

    光纤布拉格光栅(FBG)氧化石墨烯(GO)聚乙烯醇(PVA)湿度灵敏度

    基于超表面的多频带双极化转换器设计

    曹为为解鑫李大妮于梦杰...
    683-690页
    查看更多>>摘要:极化转换器在无线通信、雷达探测等众多工程领域有着广泛的应用,针对当前超宽带、多功能、高效率的应用需求,提出了一种双极化、多频带反射型极化转换器.基于超表面设计,该结构由顶层周期排列金属贴片、介质层和金属底板3部分组成.研究表明,对入射的线极化波,该结构在 6.2-6.7 GHz、17.7-19.2 GHz、20.88-21.14 GHz 3 个波段内实现极化转换率(polarization con-version ratio,PCR)高于90%的交叉极化转换;在7.12-16.68 GHz、19.47-20.67 GHz两个波段实现轴比(axial ratio,AR)低于3 dB的线圆极化转换.该设计具有结构简单、加工方便、能量损耗低等特点,在电磁波极化调控、微波器件设计等方面具有一定的理论与实用价值.

    超表面极化转换双极化多频带

    基于曲率关键点的点对特征三维目标识别

    邓天睿刘冉肖宇峰郭林...
    691-698页
    查看更多>>摘要:精准的三维(three-dimensional,3D)目标识别对于机器人自主抓取至关重要,针对目前基于原始点对特征(point-pair feature,PPF)的三维目标识别算法中存在识别速度慢、严重遮挡场景下识别率低的问题,提出了一种基于曲率关键点的点对特征三维目标识别算法.该算法根据点云法向量邻域夹角均值,快速估算点云曲率,以此提取关键点,通过对关键点计算点对特征,剔除了模型点对特征哈希表中存在的大量冗余点对.使用结合位姿聚类和假设检验的位姿优化算法,首先通过位姿聚类对候选假设位姿进行优化,其次位姿聚类后采用ICP(iterative closest point)算法对候选位姿进行细化,最后利用基于重合度计算匹配分数的假设检验算法滤除错误假设并得出最佳假设位姿.实验结果表明,在公开数据集上,所提方法能够获得95.2%的平均识别率,减少模型点对特征哈希表构建时间并且提高在严重遮挡场景下的识别率.

    三维(3D)目标识别点对特征关键点提取假设检验

    基于改进双目视觉算法的三维重建研究

    邹家豪赵燕东
    699-707页
    查看更多>>摘要:为解决现有立体匹配算法在图像弱纹理等区域鲁棒性差以及模型参数较大的问题,对PS-MNet立体匹配方法进行改善,通过使用空洞空间卷积池化金字塔结构(atrous spatial pooling pyr-amid,ASPP)提取图像在不同尺度下的空间特征信息.随后引入通道注意力机制,给予不同尺度的特征信息相应的权重.融合以上信息构建匹配代价卷,利用沙漏形状的编解码网络对其进行规范化操作,从而确定特征点在各种视差情况下的相互对应关系,最后采用线性回归的方法得到相应的视差图.与PSMNet相比,该研究在SceneFlow和KITTI2015数据集里的误差率各自减少了14.6%和11.1%,且计算复杂度下降了 55%.相比较于传统算法,可以改善视差图精度,提升三维重建点云数据质量.

    双目视觉立体匹配点云三维重建

    基于关系融合和特征分解的车辆重识别算法

    刘寒松
    708-715页
    查看更多>>摘要:在车辆重识别(re-identification,Re-ID)任务中,通过对全局及局部信息的联合提取已成为目前主流的方法,是许多重识别模型在提取局部信息时只关注了丰富程度而忽略了完整性.针对该问题,提出了一种基于关系融合和特征分解的算法.该算法从空间与通道维度出发,设计对骨干网络所提取的特征沿垂直、水平、通道3维度分割,首先,为了更好地凸显车辆的前景区域,提出一种混合注意力模块(mixed attention module,MAM),之后,为了在空间维度上挖掘丰富特征信息的同时使得网络关注更完整的感兴趣区域,设计对垂直及水平方向的分割后的特征实现基于图的关系融合.为了赋予网络捕捉更具判别性信息的能力,在通道方向上对分割后的局部特征实现特征分解.最后,在全局分支特征与局部分支下所提取的鲁棒性特征的共同作用下实现车辆重识别.实验结果表明,本文算法在两个主流车辆重识别数据集上取得了更先进的性能.

    车辆重识别(Re-ID)关系融合特征分解注意力机制

    基于迁移学习和通道注意力的遥感图像场景分类

    舒薪行温显斌袁立明徐海霞...
    716-722页
    查看更多>>摘要:针对遥感图像场景分类任务中训练样本数量少及遥感图像背景复杂等问题,本文将迁移学习和通道注意力引入到卷积神经网络(convolutional neural network,CNN)中,提出基于迁移学习和通道注意力的遥感图像场景分类方法.该方法首先选用经过ImageNet自然数据集预训练的两个CNN作为主干,同时引入通道注意力机制,自适应地增强主要特征,抑制次要特征;然后融合这两个网络提取的特征进行分类;最后采用微调迁移学习的方式实现目标域上的学习与分类.提出的方法在几个经典的公共数据集上进行了评估,实验结果证明了本文提出的方法在遥感图像场景分类中达到与其他先进方法相当的性能.

    遥感图像场景分类卷积神经网络(CNN)迁移学习通道注意力

    基于改进YOLOv5s轻量化带钢表面缺陷检测方法

    苏盈盈何亚平邓圆圆刘兴华...
    723-730页
    查看更多>>摘要:针对YOLOv5s模型参数量大、难以在嵌入式设备上部署的问题,设计了一种轻量化的YOLOv5s带钢表面缺陷检测方法.首先将主干网络中的部分卷积层替换为多分枝结构的RepG-host,增强了主干对特征信息的提取能力,推理时可以转化为单分支结构,保证了检测速度.其次提出了一种轻量级的FPN网络(GG-FPN),其中的G-Ghost用于削减C3模块中的冗余参数,而GSConv则利用大卷积核的深度可分离卷积和分支结构,保证精度和速度的双提升.实验表明,在NEU-DET数据集上,GG-FPN模型参数量较原FPN减少了 24.7%,GFLOPs降低了 20.6%.对于整个模型,改进的算法mAP仅损失1.9%,参数量较YOLOv5s减少了 37.5%,GFLOPs降低了33.1%,检测速度达到187 frame/s,更好地均衡了检测的速度与精度.

    YOLOv5sG-Ghostnet缺陷检测RepGhostGSConv轻量化模型

    表面等离子体共振的二维相移探测

    蒋兹钰沈艳婷吴家伟朱奇峰...
    731-736页
    查看更多>>摘要:表面等离子体共振(surface plasmon resonance,SPR)在生物传感中有极大的应用价值,基于棱镜结构的共振角的相位传感比反射率传感具有更高的灵敏度.多通道实时相移探测是SPR生物传感的研究热点和难点.本文提出了一种基于Kretschmann棱镜结构的衰减全反射(attenuated total reflection,ATR)单光路的SPR相位检测系统.通过液晶可变延迟器(liquid crystal variable re-tarder,LCVR)调控可激发表面等离子体激元(surface plasmon plaritons,SPPs)的P-偏振光和作为参考光的S-偏振光的相位差,实现单光路干涉.通过可寻址的微镜阵列(micro-mirror array,MMA)实现棱镜二维表面的定点相位探测.该系统能够以接近单个MMA像素的空间分辨率(水平/垂直为7.64μm或对角线为10.8 μm)探测相移信息,从而实现单光路、高精度、多通道的二维等离子共振相移探测,为原位生物传感器和突破衍射极限的相位成像提供新的实验思路.

    表面等离子体单光路相移

    基于分布式光纤缠绕技术的油水两相测量

    樊林玉梁磊贾庆升张雷...
    737-744页
    查看更多>>摘要:油水两相的流量与相含率测量一直以来都是石油开发的难点,本文提出将分布式光纤声波传感(distributed acoustic sensing,DAS)技术用于油水两相流体的油管管壁信号的采集与传输,湍流涡流作用和流体声波信号的叠加可使管壁缠绕的光纤发生轴向拉伸,测得光纤相位幅值用于计算混合流量与相含率.为了提高光纤对振动信号的测量精度,设计了一种缠绕光纤传感模型,分析了缠绕螺距与紧密缠绕的圈数两个参数对管壁振动幅值与声波沿光纤轴向传播速度的影响,实验验证了其中3种缠绕方式,可知间隔螺距0.02 m紧密缠绕4圈时可以更准确实现管壁振动与流体声波传播速度的测量,测得的光纤相位幅值标准差与管内流量曲线拟合度均达94%,计算的声速与含油率的关系曲线与理论完全相符.

    油水两相流量与相含率分布式光纤缠绕方式

    基于双重增强网络的跨模态行人重识别

    陈梦蝶卢健张奇
    745-752页
    查看更多>>摘要:针对异质样本差异、行人遮挡及背景干扰等造成的跨模态行人重识别(person re-identifica-tion,ReID)精度不高的问题,本文提出了一种基于通道与特征学习的双重增强网络(dual enhanced network,DEN).首先从通道级出发,通过随机交换可见光通道来挖掘可见光与红外通道间的关系,增强模型对多模态样本变化的鲁棒性.其次从特征级出发,在模态共享网络前引入基于归一化的注意力模块(normalization-based attention module,NAM),通过惩罚贡献因子较小的权重来避免噪声对模态不变信息学习造成一定干扰.同时采用特征分离模块(feature separation module,FSM)来分离出身份相关特征与身份无关特征,有效提升了模型对异质样本的识别能力.最后联合难样本三元组和加权正则化损失对网络进行监督训练,从而约束行人特征学习.在RegDB数据集上,DEN的Rank1准确率和mAP分别达到了 94.86%和90.10%的高水准.

    行人重识别(ReID)跨模态通道交换增强(CEA)基于归一化的注意力模块(NAM)特征分离模块(FSM)