首页期刊导航|液晶与显示
期刊信息/Journal information
液晶与显示
中科院长春光学精密机械与物理研究所 中国光学光电子行业协会液晶分会 中国物理学会液晶分会
液晶与显示

中科院长春光学精密机械与物理研究所 中国光学光电子行业协会液晶分会 中国物理学会液晶分会

郭海成

双月刊

1007-2780

yjxs@ciomp.ac.cn

0431-86176059；84613406

130033

长春市东南湖大路3888号

液晶与显示/Journal Chinese Journal of Liquid Crystals and DisplaysCSCD北大核心CSTPCD
查看更多>>《液晶与显示》是中国最早创办的液晶学科专业期刊，是中国惟一的液晶学科和显示技术领域中综合性专业学术期刊；它是中文核心期刊，是英国《科学文摘》（SA）、美国《化学文摘》(CA)、俄罗斯《文摘杂志》（PЖ）、美国《剑桥科学文摘》（CSA）、“中国科技论文统计源期刊”等20余种国内外著名检索刊物和文献数据库来源期刊；它是中国物理学会液晶分会会刊，是中国光学光电子行业协会液晶分会会刊，是中国专业学术期刊发行量最大的期刊之一。本刊以研究报告、研究快报、综合评述和产品信息等栏目集中报道国内外液晶学科和显示技术领域中最新理论研究、科研成果和创新技术，及时反映国内外本学科领域及产业信息动态，是宣传、展示我国该学科领域和产业科技创新实力与硕果，进行国际交流的窗口。本刊征集有关液晶和各类显示用材料及制备方法、各类显示器件物理和制作技术、各类显示新型模式和驱动技术、显示技术应用、显示材料和器件的测试方法与技术、各类显示器件的应用等研究论文。本刊刊发国家重大科技项目和国家自然科学基金、"973"、"863"、等项目及省、部委基金项目的文章达90%以上，并有许多成果已通过国家和省部级鉴定，获得较大的社会效益和经济效益，为我国显示技术的飞速发展做出了重大贡献。
正式出版
收录年代

    残差学习与层注意力相结合的轻量级图像超分辨

    吴笛凡张选德
    1391-1401页
    查看更多>>摘要：基于卷积神经网络(CNN)的方法在图像超分辨率问题中取得了良好的性能,然而,大多数超分辨率研究都采用复杂的层连接策略来提高特征利用率,这使得网络的深度不断加大,参数量持续上涨,很难部署在移动终端.针对该问题,本文提出一种残差学习与层注意力结合的轻量级图像超分辨(RLAN)算法,更高效地提取并聚合重要特征.首先,采用3×3的卷积层进行浅层特征提取.然后,在非线性映射部分,通过堆叠改进的局部残差特征块(RLFB)进行局部特征学习,同时引入层注意力模块(LAM)来利用残差分支上的层次特征进一步提升特征聚合的效果.最后,采用像素注意力重建块(PARB)进行图像重建,以很小的参数成本提升重建质量.与NTIRE2022冠军RLFN相比,RLAN最终以仅373k的参数量取得了更优越的性能,在4个数据集上的平均PSNR与SSIM分别提升了0.35 dB与0.001 4.实验结果表明,RLAN可以精准地恢复SR图像,有效地减少了边缘处的伪影.

    图像超分辨率卷积神经网络残差学习注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于神经辐射场遮挡优化的单视图三维重建方法

    陈志杰邓慧萍向森吴谨...
    1402-1410页
    查看更多>>摘要：单视图的三维重建是通过输入单个视角的二维图像来恢复物体的三维几何形状或场景.由于单个视图的信息有限,遮挡会造成图像特征之间的模糊,从而无法恢复准确的物体外观细节.本文提出了一种基于神经辐射场(NeRF)的框架,充分利用图像的全局信息和局部上下文信息解决遮挡问题.首先,利用Vision Transformer具有捕获数据远程相关性的特性来学习图像的全局特征,并结合SE通道注意力机制模块来防止多层特征信息丢失和信息冗余;其次,利用卷积神经网络提取像素对齐的局部图像特征,结合空洞金字塔池化结构的空洞卷积以增大感受野,挖掘多尺度上下文信息,为恢复遮挡区域的细节提供更多的信息;最后,设计了一个基于Transformer的密度特征聚合模块,以减少遮挡引起的密度预测不准确.在ShapeNet-NMR数据集上的实验表明,该方法能合成具有更多细节的新视图,并且在应用于看不见的物体时表现出良好的泛化能力.

    神经辐射场遮挡空洞卷积Transformer

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进颜色线模型的水下图像增强算法

    梁秀满姚欣哲刘振东于海峰...
    1411-1420页
    查看更多>>摘要：为解决水下设备采集图像存在的雾化和颜色失真等退化问题,提出一种基于改进颜色线模型的水下图像增强方法.首先,提出一种基于改进四叉树细分的水下背景光估计方法,消除水下因素的干扰,得到更加准确的背景光估计值.其次,建立基于颜色线规律的局部透射率优化模型,并设计一种新的Gauss-Seidel型交替线性极小化(Gauss-Seidel Type Inertial Proximal Alternating Linearized Minimization Algorithm,GiPALM)非凸优化方法求解透射率,在提高模型收敛速度的同时得到更加准确的透射率估计值.最后,在背景光和透射率估计得到恢复图像的基础上,进一步采用线性拉伸校正图像的颜色信息,得到符合人眼感官视觉的水下增强图片.实验结果表明,本文方法在主观评价、客观评价、颜色准确度和应用测试等方面均优于其他先进算法,展现了出色的性能,有效提高了水下图像的清晰度和可视性.

    水下图像颜色线模型非凸优化方法去雾图像增强

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于双重聚合和自合并网络的小样本图像语义分割

    刘玉于明朱叶
    1421-1430页
    查看更多>>摘要：小样本图像语义分割是一种非常具有挑战性的任务,它试图使用几个带标签的样本来分割新类对象.主流方法常会存在特征鉴别性不高和原型偏差等问题.为缓解这些问题,本文提出一种基于双重聚合和自合并网络的小样本图像语义分割方法,能够充分挖掘特征相似性并减小原型偏差.首先,提出一个特征-掩码双重聚合模块,在支持特征和查询特征之间构建覆盖所有空间位置的密集相似关系,为特征聚合和掩码聚合提供全局语义信息.具体来说,通过对特征相似矩阵进行特征和掩码双重聚合,可以为查询图像获取具有引导信息的增强特征和初始掩码.然后,提出自合并解码器,通过合并基于初始掩码的自原型和已知的支持原型来减小原型偏差,并通过融合增强特征与合并原型向解码器传递丰富的类别语义信息.最后,利用基类预测信息进一步优化来自解码器的预测结果.本文方法在数据集PASCAL-5i上的mIoU在1-shot和5-shot情况下分别取得了68.3%和71.5%,在数据集COCO-20i上的mIoU在1-shot和5-shot情况下分别取得了46.5%和51.4%,优于主流方法的分割性能,能够更准确地分割出新类的目标区域.

    小样本图像语义分割特征相似性双重聚合类内差异性自合并

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据