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

    基于多尺度特征的多模态激光雷达增强算法

    罗一凯何林远马时平
    228-236页
    查看更多>>摘要：激光雷达(LiDAR)通过扫描周围环境,获取测量数据构建三维(3D)点云来实现环境感知的功能,广泛应用于车辆环境感知任务.然而,激光雷达无法感知环境中的语义信息,一定程度上限制了其在3D目标检测中的效果.为增强激光雷达在复杂环境下的 3D目标检测效果,设计了一种基于多尺度特征的多模态融合激光雷达增强算法,并在Transformer框架下进行了一定的创新.在编码器中,语义感知聚合模块提取的多尺度语义特征用于跨模态特征融合,而解码器中的尺度自注意力与提案引导初始化使得预测过程更加高效.还设计了一种用于辅助预测框位置回归的三角损失函数,将预测框的回归位置利用三角几何约束限制在2D标签与3D标签之间,以得到更好的预测效果.在nuScenes 数据集上进行的实验证明了所提模型的有效性与鲁棒性.

    激光雷达多模态融合Transformer三维目标检测鸟瞰图

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

    基于深度学习的癌变组织显微高光谱图像分类

    张勇黄丹飞张乐超张丽丽...
    237-244页
    查看更多>>摘要：在因式分解卷积神经网络和残差结构的思想下,利用膨胀卷积,并添加注意力机制,提出了一种融合混合注意力机制模块的残差分解卷积神经网络(CBAM-RFNet).该网络主要是把传统3×3的二维卷积因式分解为3×1和1×3的两个一维卷积串联,不仅增加了网络模型的深度,还减少了参数,是一种轻量级的网络模型.在显微高光谱成像系统采集的甲状腺癌显微高光谱图像上的实验结果显示,与其他深层的神经网络相比,提出的网络能有效提升显微高光谱图像的分类精度,其分类的总体准确率为98.23%,F1值为98.66%,Kappa系数为0.909.

    显微高光谱图像分类因式分解卷积膨胀卷积注意力机制轻量级网络

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

    基于域自适应神经网络的光学与合成孔径雷达遥感图像变化检测

    姚琴风宁永香杜孙稳
    245-254页
    查看更多>>摘要：为解决光学和合成孔径雷达(SAR)遥感图像变化检测中存在的原始图像特征损失和意外噪声引入问题,提高遥感影响图像变化检测质量与精度,提出一种基于域自适应神经网络的光学和SAR遥感图像变化检测方法.首先,引入域自适应约束,将提取的异构深度特征对齐到一个共同的深度特征空间中,从而提高异构图像变化检测的性能.其次,通过将对齐的深度特征输入多尺度解码器生成最终的变化图.最后,选取3个典型数据集对所提方法的有效性进行实验,并选取6种先进的检测方法进行对比分析.实验结果表明,所提检测方法在3个数据集上的平均精度、召回率、分割性能和加权值性能分别为80.81%、84.39%、73.67%和82.58%,优于对比方法.

    合成孔径雷达图像光学图像特征对齐域自适应神经网络变化检测

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

    基于特征一致性感知的遥感影像道路提取方法

    赵旭阳罗丰杨辉王彪...
    255-265页
    查看更多>>摘要：道路提取是遥感信息提取中的一个重要课题.然而,当道路被建筑物和树木遮挡时,现有的道路提取方法在感知道路特征的全局一致性方面较弱,导致道路提取结果破碎化.为了解决这个问题,提出特征增强和特征一致性感知网络(FECP-Net),该网络由初始道路提取网络(CRE-Net)以及特征增强和特征一致性感知(FECP)模块组成.在该网络中,CRE-Net用于提取初始道路信息和特征,FECP模块通过将粗略的道路信息与不同尺度的道路特征相连接来增强道路特征的一致性,提高道路提取结果的完整性.在CHT数据集、马萨诸塞州数据集和DeepGlobal数据集上,将所提方法与DGRN、U-Net和D-LinkNet等不同方法进行对比.在马萨诸塞州数据集上的结果表明,与其他方法相比,所提方法的交并比(IOU)提高了0.45百分点、3.36百分点、9.48百分点,F1分数提高了1.26百分点、2.76百分点、8.12百分点,召回率提高了4.60百分点、5.93百分点、12.46百分点.所提方法可以提取更完整的道路,改善道路破碎化和提取结果不连通的现象.

    深度学习遥感影像特征一致性感知特征增强道路提取

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

    基于多尺度特征融合与重要性排序损失的遥感图像匹配网络

    陈鹏包倍源陈旭
    266-274页
    查看更多>>摘要：遥感图像匹配是对地观测的基本问题之一,由于遥感图像中地表信息复杂、尺度多样,往往会对遥感图像匹配造成困难.为此,提出基于多尺度特征融合与重要性排序损失的遥感图像匹配网络.该网络由关键点检测网络和特征描述子提取网络两部分构成.在关键点检测网络中,设计了基于特征金字塔的多层卷积结构,使多尺度特征融合在不同网络层级上实现,并在同一层级中利用多个卷积核逐渐扩大感受野,从而更充分地捕获遥感图像中的多尺度信息.同时,利用CBAM对关键点检测网络的响应图进行聚合,以检测出具有显著得分的关键点.使用分数损失和图像块损失对关键点检测网络进行优化,使用描述子损失对特征描述子提取网络进行优化,并专门设计了分数重要性排序损失函数、描述子重要性排序损失函数,以及基于邻居掩码的描述子损失函数,以保证用于遥感图像匹配的关键点、描述子、图像块具有较高的可重复性、可区分性,从而提高遥感图像匹配的准确性.收集大量遥感图像,通过单应性变换构建遥感图像匹配数据集,并利用该数据集对所提网络模型的性能进行实验验证,发现相比传统图像匹配方法或是其他端到端的深度学习图像匹配方法,所提网络模型在遥感图像匹配中均具有明显优势.

    遥感图像图像匹配端到端网络多尺度特征融合重要性排序损失

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

    基于改进YOLOv5s的遥感图像目标检测方法

    程凯伦胡晓兵陈海军李虎...
    275-281页
    查看更多>>摘要：针对遥感图像目标检测的小目标排列密集、背景区域复杂的问题,对YOLOv5s模型进行改进.主干网络采用包含深度可分离卷积的协调注意力(CA)模块,引入通道与空间的多维注意力机制,挖掘空间方向与位置相关性,提高特征提取能力和长距离依赖关系捕捉能力;颈部网络采用双向特征金字塔网络(BiFPN)结构,充分融合深层与浅层特征信息,提高不同尺度特征融合效果.实验表明,针对遥感目标DIOR数据集,相较于改进前模型的结果:改进后模型的均值平均精度(mAP)提高9.8百分点;各类平均精度(AP)均有提升,大部分类别平均准确率提高5百分点以上;网络精确率提高了7.2百分点,召回率提高了10.8百分点,缓解漏检、误检问题,增强了模型对遥感图像中复杂背景下密集小目标的检测效果.

    机器视觉遥感图像目标检测YOLOv5s注意力机制

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

    南极光学卫星遥感影像大规模无控区域网平差方法

    付青罗文浪郭晨
    282-289页
    查看更多>>摘要：针对南极测图困难地区,传统人工制图方法往往难以保证有利的观测条件,提出一种利用高分辨率光学卫星遥感影像进行大规模无控区域网平差的方法.该方法主要包括基于虚拟控制点的平差模型构建、多级粗差探测与剔除策略、利用GPU加速的大规模平差方程的稳健和快速解算等关键步骤.为验证所提方法的有效性,利用南极地区长条带39景资源三号卫星影像进行实验分析.实验结果表明,稀疏矩阵储存技术可以有效减少内存需求,同时利用GPU并行计算的方法可以解决大规模平差参数求解效率问题.经过区域网平差后,所提方法的精度达到亚像素级别,完全满足制图接边要求.

    南极光学卫星遥感影像大规模无控平差

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

    基于忆阻卷积神经网络的遥感场景分类

    赵益波张意于程程杨清...
    290-301页
    查看更多>>摘要：遥感影像场景类别多、类内变异大、类间相似度高,而卷积神经网络等传统的深度网络在目标对象特征表示能力,以及遥感场景图像中的对象信息和背景信息鉴别力弱,参数量大,从而导致分类精度不高、训练效率低,针对上述问题,提出了一种用于遥感场景分类的忆阻卷积神经网络.通过上下文感知增强Transformer模块融合共享权值和上下文感知权值捕获高频和低频的特征信息,将多尺度选择性内核单元构建模块融入卷积块中,根据不同层次的特征图选择不同的卷积核,提取不同尺度的特征信息,提升模型对复杂场景的处理能力.进一步,通过忆阻十字交叉阵列的权重映射构建出低功耗高速率的忆阻卷积网络.对公共数据集UCMercedLandUse的21类目标数据和NWPU-RESISC45的45类目标数据进行实验,分类精度分别达到94.76%、87.54%,比原模型分别提高了5.95百分点、5.07百分点,模型参数量大幅度减少.基于改进模型的忆阻神经网络精度损失分别仅为0.24百分点和0.23百分点,促进了边缘计算的发展.

    遥感场景卷积神经网络忆阻器图像分类

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

    基于交叉条形阳极探测器混叠数据的目标定位方法

    翟一行王斌
    302-308页
    查看更多>>摘要：在使用交叉条形(XS)阳极单光子探测器进行空间目标探测的过程中,会产生大量的混叠数据,而这些数据却无法被直接使用.为了提高目标定位的速度和质量,需要提高数据的利用效率,对混叠数据进行合理利用.对探测过程中产生的混叠数据进行建模和分析,得到了混叠数据的具体数据结构,并提出保留混叠数据的质心探测方法.设计了数值仿真和实际光路实验,将保留和去除混叠数据两种方法的探测结果进行对比.在仿真和实验中,保留混叠数据的方法均获得了更低的探测误差.在实验中,保留混叠数据方法比去除混叠数据方法的探测误差平均降低了11.9%,可以得到更为准确的探测结果,实现更加快速、高效的目标定位.

    交叉条形阳极单光子探测器目标定位质心计算

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

    基于分布估计算法实现散斑场聚焦

    黄惠玲昌成成韩军
    309-315页
    查看更多>>摘要：当激光光束经过白漆、牛奶等强散射介质之后会发生多重散射,最终形成随机散斑.提出了一种分布估计算法,分别对入射光的振幅和相位进行调制,实现了光束经过散射介质后的聚焦.理论分析了调制单元总数和迭代次数对聚焦效果的影响,并进一步探讨了在不同噪声水平下,分别通过分布估计算法、遗传算法、粒子群优化算法和连续顺序算法等方法进行相位调制,然后观察目标位置处光强增强倍数的变化情况.结果表明,相比于其他算法,分布估计算法的调制收敛速度更快,抗噪性能更好,聚焦效果更优.

    分布估计算法聚焦强散射介质反馈优化算法调制

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