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YOLOv5s的自动扶梯乘客异常行为实时检测算法

    王源鹏万海斌黄凯迟兆展...
    201-208页
    查看更多>>摘要：为了实时检测乘客的异常行为,提出一种基于YOLOv5s算法的轻量化自动扶梯乘客异常行为实时检测算法YOLO-STE.首先在主干网络中引入轻量化ShuffleNetV2网络,以减少主干网络的参数量和计算量;其次在骨干网络的最后一层引入基于Transformer编码的C3TR模块,以更好地提取丰富的全局信息和融合不同尺度的特征;最后在YOLOv5s的特征融合网络中嵌入SE(Squeeze-and-excitation)注意力机制,以更好地关注主要信息,从而提高模型精度.自建数据集并进行实验,实验结果表明,相比于原YOLOv5s,改进算法的全类平均精度值(mAP)高出1.9百分点,达到了96.1%,模型大小减少了70.8%.并且在Jetson Nano硬件上部署测试所得,改进后的算法前传耗时比原YOLOv5s模型缩短了39.9%.通过对比改进前后的算法,后者能更好地实现对自动扶梯乘客异常行为的实时检测,从而可以更好地保障乘客乘梯安全.

    目标检测轻量化YOLOv5sShuffleNetV2C3TR模块注意力机制

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

    基于改进YOLOv5s的激光软钎焊焊点缺陷检测算法

    严蓬辉陈绪兵彭伊丽谢发东...
    209-218页
    查看更多>>摘要：针对现有激光软钎焊流水线上焊点缺陷检测设备成本高和传统算法检测速度慢的问题,提出了一种能部署在激光软钎焊设备上的改进YOLOv5s焊点缺陷检测算法.通过引入GhostNetV2卷积方式对骨干网络进行轻量化改进,减少了原网络模型的参数量,提高了网络模型的检测速度;同时引入全维动态卷积模块,提升了网络模型的特征提取能力,提高了网络模型的检测精度.实验结果表明:对YOLOv5s模型进行改进后,其网络参数量较原模型下降了23.89%;模型在自制的激光软钎焊焊点缺陷数据集和验证集上的均值平均精度达到了95.0%,相比原模型提高了1个百分点;实验平台上检测速度较原模型提高了12.62 frame/s.最后,在激光软钎焊设备上部署了所提算法,设备基本能够检测出相应的焊点缺陷,并且运行速度达到42.2 frame/s,基本达到了激光软钎焊实时焊点缺陷检测的应用需求.

    YOLOv5s激光软钎焊焊点缺陷检测深度学习轻量化全维动态卷积

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

    基于固态激光雷达的露天矿非结构化运输道路小尺寸落石检测方法

    顾清华李佳威陈露祝河杰...
    219-224页
    查看更多>>摘要：针对露天矿无人矿卡运输作业中路况差、光照强和灰尘大等原因导致小尺寸落石检测困难和实时性差的问题,提出一种使用固态激光雷达检测露天矿非结构化运输道路小尺寸落石的方法.首先使用具有双回波技术的激光雷达进行数据采集,减少灰尘干扰并提取车辆前方可行驶区域;然后采用基于扇面的直线拟合地面分割算法分割地面,实现对有坡度的非结构化粗糙路面的彻底分割;之后引入八叉树的分层网格树模型进行邻域查找,提高邻域查找的速度,引入双色最近对构建图,快速生成聚类簇,引入自适应聚类半径ε,进行聚类并输出小尺寸落石的盒模型.实验结果表明:相较于使用k-d树加速的DBSCAN算法,所提方法的正检率提升9.61个百分点,检测时间缩短379.77 ms.

    露天矿无人驾驶障碍物检测激光雷达点云密度聚类

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

    基于改进PointPillars的激光雷达三维目标检测

    田枫刘超刘芳姜文文...
    225-234页
    查看更多>>摘要：针对目前基于点云的三维目标检测算法中小目标检测效果差的问题,提出了基于改进PointPillars模型的三维目标检测方法.首先,改进了PointPillars模型中的pillar特征网络,提出了一个新的pillar编码模块,在编码网络中引入了平均池化和注意力池化,充分考虑了每个pillar模块的局部详细几何信息,提高了每个pillar模块的特征表示能力,从而提升了模型的小目标检测性能.其次,基于ConvNeXt改进了骨干网络中的二维卷积下采样模块,使模型在网络特征提取阶段能够提取丰富的上下文语义信息和全局特征,从而增强了算法的特征提取能力.在公开数据集KITTI上进行验证,实验结果表明,所提方法具有更高的检测精度,相较于原网络,改进后的算法的平均检测精度提升了3.63个百分点,证明了该方法的有效性.

    三维目标检测PointPillars小目标检测注意力池化ConvNeXt

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

    基于改进YOLOv8的光伏电池缺陷检测

    周颖颜毓泽陈海永裴盛虎...
    235-245页
    查看更多>>摘要：针对光伏(PV)电池缺陷检测中存在的数据不均衡、缺陷尺度不一和背景纹理复杂多变等因素导致的误检、漏检问题,提出一种基于YOLOv8的缺陷检测算法YOLOv8-EL.首先,使用GauGAN进行数据增强,处理数据集的类内和类间不均衡的问题,提高模型泛化能力,降低模型过拟合的风险;其次,在主干网络和特征融合网络之间嵌入上下文聚合模块,自适应地融合不同层次的语义信息,对齐局部特征,减少微小微弱缺陷信息的丢失,抑制无关背景信息的干扰;最后,构建多注意力检测头以替换解耦头,引入不同的注意力机制细化分类和定位任务,提取空间和通道层面上的关键信息,减少特征混淆.实验结果表明,该模型在扩充后的PV电池EL数据集上的平均精度达到 89.90%,模型参数量为13.13×106,在提升精度的基础上兼顾了后续部署时轻量化的要求.在PASCAL VOC数据集上进行泛化性实验,证明了改进算法的泛化性能.

    缺陷检测YOLOv8生成对抗网络特征融合注意力机制解耦头

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

    基于地面三维激光扫描技术的多尺度变形监测

    郭献涛杨立君康亚
    246-255页
    查看更多>>摘要：针对传统变形监测中整体变形模型无法有效提供监测对象局部独特详细变形信息的不足,基于地面三维激光扫描技术提出一种包含元变形、子变形、变形图的三层混合变形模型,并设计了一种基于单元的变形计算方法.该方法主要包括单元分割、变形估计、变形融合等3方面内容,可以实现无先验监测信息条件下,自动增量地提取不同尺度的变形信息.模拟实验结果表明,在该方法下,RANSAC算法的平面拟合回归估计角度变化误差均值为1.21″,估计可靠性在一定范围内随单元大小增大而提高;滑坡实验结果表明,最小值法位移估计结果噪声更少,0.2 m单元大小分割可以提供更多的变形估计细节.所提方法尤其适用于具有非均匀变形特性的监测领域,对推动滑坡等人员难以到达的灾害监测从"点监测"向"面监测"的转变具有一定的理论与实际意义.

    测量激光扫描变形监测混合模型三维分割变形估计

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

    基于改进DFM的密集特征匹配算法

    张晏涵张尹馨黄战华王康年...
    256-262页
    查看更多>>摘要：图像匹配能将待匹配图像变换到原有图像的坐标系中,在各种视觉任务中起着重要的作用.基于特征的图像匹配算法能够在图像中匹配到一些更具区分度的特征,与其他图像匹配方法相比,其具有高精度、高灵活性、高鲁棒性等特点.针对传统特征匹配算法匹配稀疏的问题,提出一种基于改进深度特征匹配算法的密集特征匹配方法.首先,通过VGG网络提取图像的一系列特征图,在初始特征图进行最邻近匹配计算单应性矩阵并进行视角变换;然后,基于特征图的频域匹配特点进行深层特征图融合,用于特征粗匹配;最后,基于粗匹配的结果在浅层特征图上进行特征细匹配用于校正特征匹配的结果.实验结果表明:所提算法提升了特征匹配的精度和匹配的特征数量.

    机器视觉卷积神经网络特征融合图像匹配图像处理

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

    具有宽带激励功能的叶绿素荧光仪的开发研究

    夏倩汤浩葛玮付丽疆...
    263-267页
    查看更多>>摘要：叶绿素荧光检测技术作为一种无损检测技术应用十分广泛.传统叶绿素荧光检测技术激发信号时使用的阶跃或调制脉冲(PAM)频带窄,而光合系统是一个高阶的宽带系统,难以激发出光合系统所有的动态特性,使叶绿素荧光信号含有的信息丰富度受限.目前市面上的叶绿素荧光仪均不具备宽带激励功能,限制了新兴的人工智能算法能够处理复杂信号、挖掘丰富信息的能力.针对该问题,基于伪随机二进制序列(PRBS)信号,设计开发了一套具有宽带激励功能的叶绿素荧光仪.该仪器同时能测量传统的叶绿素荧光诱导动力学曲线(OJIP)与PAM曲线,对5种不同植物在3种激发光下的叶绿素荧光的信息熵进行对比,结果表明,PRBS激发的叶绿素荧光具有最高的信息熵.该仪器能够提供信息更丰富的叶绿素荧光信号,有望为植物生理及环境胁迫检测提供新型的科学仪器.

    叶绿素荧光宽带激励叶绿素荧光仪信息熵

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

    基于显微图像的乳腺癌细胞识别系统设计

    刘国华闫克丁邢静马国军...
    268-274页
    查看更多>>摘要：目前,病理专家通过肉眼识别显微镜视场下乳腺癌病理切片图像中的乳腺癌细胞具有很强的主观性.因此,设计了一款基于显微图像的乳腺癌细胞识别系统,该系统包括显微图像采集模块和乳腺癌细胞识别算法实现模块.通过USAF 1951分辨率测试板验证设计的乳腺癌细胞识别系统显微图像采集模块,最终的成像分辨率可以达到2.19 μm.通过多组乳腺癌病理图像验证所提乳腺癌细胞识别算法,结果表明设计的乳腺癌细胞识别系统识别乳腺癌细胞的平均准确率达到93.4%.

    乳腺癌图像采集显微图像细胞识别

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

    基于权重动态变形和双重网络自我验证的遥感影像分类方法

    张庆芳丛铭韩玲席江波...
    275-285页
    查看更多>>摘要：目前主流的神经网络在面对复杂多样的地物目标时难以精确区分,同时样本数量少、弱监督条件也容易为神经网络带来大量噪声与错误.为此,在分析遥感影像的地物特点后,提出一种基于权重动态变形的双重网络遥感影像分类方法,通过构架灵活、简易却有效的权重动态变形结构,构建经过改进的分类网络与目标识别网络,形成双网络对照的自我验证,从而提高学习性能、修复误差、增补遗漏、提高分类精度.实验结果表明,所提方法在容易实施的基础上,表现出更强的地物认知能力和更强的噪声抵抗能力,即其能够适应各种遥感影像的分类任务,具有较为广阔的应用潜力.

    遥感影像分类神经网络权重动态变形双重神经网络自我验证

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