首页期刊导航|激光与光电子学进展
期刊信息/Journal information
激光与光电子学进展
激光与光电子学进展

范滇元

月刊

1006-4125

lop@siom.ac.cn

021-69918222

201800

上海市嘉定区清河路390号（上海市800-211信箱）

激光与光电子学进展/Journal Laser & Optoelectronics ProgressCSCD北大核心CSTPCD
查看更多>>本刊由中科院上海光学精密机械研究所和国家惯性约束聚变委员会联合主办。旨在关注科技发展热点，报道高新技术前沿，追踪科技研发动态，介绍科学探索历程；展示最新科技产品，汇萃时尚科技讯息。
正式出版
收录年代

    轻量化的端到端非合作目标位姿估计方法

    刘佳辉张永合张文秀
    409-417页
    查看更多>>摘要：针对空间非合作目标六自由度位姿估计问题,基于卷积神经网络设计一种轻量化网络LSPENet,无须手动设计特征便可实现端到端的位姿估计.使用深度可分离卷积、高效通道注意力(ECA)机制构成基本模块,兼顾了网络的复杂度和准确度.设计两个分支分别用于估计位置和姿态,位置估计使用直接回归法,姿态估计引入软分配编码.在URSO数据集的实验结果表明:姿态软分配编码相比直接回归姿态能够显著减小姿态误差;相比其他端到端位姿估计网络,所提网络的参数量减少76.7%,单幅推理时间降低13.3%,同时位置估计精度提高54.6%,姿态估计精度提高57.8%.实现的轻量化端到端位姿估计网络为星载单目视觉位姿估计提供了新思路.

    图像处理卷积神经网络位姿估计非合作目标软分配编码

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

    基于多样性图像和实例增强的域适应行人搜索

    董芝强曹家乐杨爱萍
    418-427页
    查看更多>>摘要：传统全监督行人搜索方法大多仅适用于同一数据域,在未知数据域上泛化力不足.近来研究人员开始探索域适应行人搜索,旨在提升模型在未知目标域的泛化力,需要解决的主要问题是域对齐和可靠正负实例样本生成.基于此,提出基于多样性图像和实例增强的域适应行人搜索方法,从图像和实例多样性增强的角度出发,更好地实现域对齐和可靠样本生成.该方法包含两个新模块:源域图像增强模块和负实例增强的重识别学习模块.源域图像增强模块仅丰富源域图像数据的多样性,进而提高对目标域的域适应力.在负实例增强的重识别学习模块中,引入多样性负实例挖掘模块从目标域和源域挖掘丰富的负实例样本,提高对重识别特征的可判别性.所提模块仅用于训练阶段,不增加测试阶段推理时间.在行人搜索数据集CUHK-SYSU和PRW上进行实验,验证了所提方法的有效性.其中,在PRW测试集上,所提方法取得了40.8%的平均精度均值(mAP),比现有域适应方法DAPS提高了6.1百分点.

    行人搜索域适应源域图像增强负实例增强的重识别学习多样性负实例挖掘

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

    手术显微镜双光路非对称结构改进方法与图像融合

    陈禹蒙汪毅刘泽远陈文光...
    428-436页
    查看更多>>摘要：针对手术显微镜景深与分辨率之间相互制约的问题,为在高分辨率成像前提下拓展景深,提出一种基于眼科手术显微镜系统的图像获取改造方案,对手术显微镜的双光路结构进行改进,使得双目图像分别具备大景深与高分辨的特性.随后针对系统改造后的成像特点设计一种双目图像融合算法,将图像的聚焦检测结果作为初始融合决策图,并结合图像颜色与纹理信息对决策图进行细化,通过双尺度分解实现细节信息的有效融合.实验结果表明,所提改造方案与融合算法能够在保证高分辨率成像的前提下,将景深提升50%以上.所提方法适用于大景深与高分辨率手术显微图像的目视观察、术中2D与3D显示、术后的影像保存与分析.

    手术显微镜图像融合大景深高分辨率

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

    基于多尺度空洞U-Net的多聚焦图像融合算法

    聂丰镐李梦霞周孟香董雨雪...
    437-446页
    查看更多>>摘要：针对目前多聚焦融合算法仅采用单一的图像特征提取尺度,从而导致成像中细节边缘丢失和局部模糊等的问题,提出一种基于多尺度空洞U-Net的多聚焦图像融合算法.首先,在U-Net的编码器部分,引入多尺度空洞模块替代传统的卷积模块,充分利用不同尺度的感受野,更全面地捕捉局部和全局信息.此外,为了进一步增强图像特征的表征能力,在U-Net的中间层采用了RFB-s模块,以优化多尺度特征的定位能力.所提融合算法采用深度学习中端到端的有监督学习方法,分为特征提取、特征融合和图像重建3个模块,其中特征提取部分使用了包含多尺度空洞模块的U-Net.实验结果表明,所提算法得到的融合图像细节纹理清晰,且无重叠伪影.在所有用于对比的多聚焦图像融合算法中,所提算法的平均梯度、视觉信息保真度和互信息评价指标均最优,并且边缘信息保持度指标取得了接近最优结果的次优结果.同时,消融实验的结果进一步验证了所提多尺度空洞模块能显著增强网络的特征提取能力,从而提高图像融合质量.

    图像处理多聚焦图像图像融合多尺度空洞卷积

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

    结合CNN和Transformer病变信号引导的蜂窝肺CT图像识别

    杨炳乾冯秀芳董云云张源榕...
    447-456页
    查看更多>>摘要：蜂窝肺是多种肺部疾病晚期的CT影像表现,其影像特征表现为多样化的囊状病变,呈现蜂窝样外观.现有的计算机辅助诊断方法,难以有效解决蜂窝肺病灶形态不一、位置不同所导致的识别准确率不高的问题.因此,提出一种结合CNN和Transformer病变信号引导下的蜂窝肺CT影像识别模型.采用多尺度信息增强模块丰富CNN获取的不同尺度下特征的空间信息与通道信息,同时使用病变信号生成模块以强化病变特征表达;利用Transformer获取特征的长距离依赖信息以弥补CNN在提取全局信息方面的缺陷;引入多头交叉注意力机制融合特征信息获得分类结果.实验结果表明,该模型在蜂窝肺和COVID-CT数据集中分别取得了99.67%、97.08%的精确度,对比其他模型具有更加精准的识别结果,验证了模型的有效性和泛化性.

    图像处理蜂窝肺病变信号多尺度信息增强交叉注意力

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

    60年发展大事记

    封2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据