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

    DFNet:高效的无解码语义分割方法

    刘腊梅杜宝昌黄惠玲章永鉴...
    121-130页
    查看更多>>摘要：针对编解码语义分割网络计算量大、解码结构复杂的问题,提出一种高效无解码的二值语义分割模型DFNet.该模型首先去除主流分割网络中复杂的解码结构和跳跃连接,采用卷积重塑上采样方法重塑特征编码直接得到分割结果,简化网络模型结构;其次在编码器中融合轻量双重注意力机制EC&SA,提高特征编码的通道及空间信息交互,增强网络的编码能力;最后使用PolyCE损失替代常规分割损失,解决正负样本不均衡问题,提高模型的分割精度.在Deep-Globe道路分割和CrackForest缺陷检测等二值分割数据集上的实验结果表明,本文模型的分割精度F1均值和IoU均值分别达到84.69%和73.95%,且分割速度高达94 FPS,远超主流语义分割模型,极大地提高了分割任务效率.

    二值分割卷积重塑上采样EC&SAPolyCE道路分割缺陷检测

      原文链接:
    • 万方数据
    • 维普

    半监督空谱局部判别分析的高光谱影像特征提取

    吕欢欢黄煜铖张辉王雅莉...
    131-145页
    查看更多>>摘要：为充分利用高光谱影像中蕴含的空谱特征,提出了一种半监督空谱局部判别分析的高光谱影像特征提取算法(S4LFDA).鉴于高光谱数据集具有空间一致性,首先将像元进行空间重构,保存高光谱数据的近邻关系;其次引入光谱信息散度重构像元间的相似度;为了充分利用大量无标签样本提高算法性能,采用模糊C均值聚类算法对样本进行聚类分析得到伪标签;然后通过增加规范化项到局部力导引算法(FDA)的类内散度矩阵和类间散度矩阵中,以此保持无标签样本的聚类结构一致性;最后通过局部FDA算法来保持有标签样本类间散度最大化和类内散度最小化并求解最佳投影向量.S4LFDA算法既保持了数据集在光谱域的可分性,又保持了像元在空间区域内的近邻关系,合理利用有标签样本及无标签样本,提高了算法的分类性能.在Pavia University和Indian Pines数据集上进行实验,总体分类精度达到95.60%和94.38%.与其他维数约简算法相比,该算法有效提高了地物分类性能.

    高光谱影像半监督空谱判别分析特征提取地物分类

      原文链接:
    • 万方数据
    • 维普

    基于多光谱数据和融合像素差卷积的壁画线稿提取

    张换换王慧琴王可王展...
    146-156页
    查看更多>>摘要：使用现有边缘检测方法提取古代壁画的线稿,存在噪声干扰大且丢失信息较多的问题.本文提出一种融合像素差卷积的壁画最优波段线稿提取方法,利用最小噪声分离方法将壁画多光谱数据的有效信息和噪声分离,选择最优主成分波段进行线稿的提取.针对传统卷积提取图像梯度信息的问题,引入像素差卷积提高边缘检测的图像梯度信息.在侧输出网络加入尺度增强模块(SEM)丰富多尺度特征,同时针对像素级别不平衡引起的像素错误分类问题,设计了基于图像相似度的Dice损失函数策略,逐级最小化像素距离获得清晰图像边缘,并利用壁画数据集先验知识微调模型解决数据集不足的问题.实验结果表明,本文方法可以在壁画褪色和噪声较多的场景下提取出较为清晰的线稿,线稿图像的SSIM和RMSE均优于其他算法,分别提高了2%～10%和2%～4%;在公开数据集BIPED上对模型进行验证,所提方法的ODS和OIS较PiDiNet分别提高0.005和0.007.该方法对褪色及具有病害的壁画可以提取出清晰完整的线稿图像.

    线稿提取光谱成像像素差卷积像素级平衡壁画

      原文链接:
    • 万方数据
    • 维普

    结合主成分分析和图像分块的重定向研究

    彭晏飞王静刘晓轩巩胜杰...
    157-167页
    查看更多>>摘要：针对现有图像重定向方法视觉效果差和处理速度慢的问题,提出一种基于主成分分析法和分块的内容感知图像重定向方法.首先,利用主成分分析法融合梯度图和显著图来提取更加丰富的图像特征,避免主体信息失真;其次,相邻裁缝线由均值代替,避免像素不连贯;最后,根据能量图中列能量值的大小将图像分为显著区域和非显著区域,并行缩放分块,更加注重图像特征并提高运行效率.在MIT RetargetMe、DUT-OMRON和NJU2000数据集上进行实验分析,以主观感受和客观因子运行时间、SIFT-flow作为评价指标,与几种常用算法对比.实验结果表明,该方法保证了图像主体信息的完整性,平均运行时间为线裁剪算法的1/3.本文提出的方法不仅具有较优的视觉效果,而且可降低运算量.

    主成分分析法能量图分块裁缝线缩放

      原文链接:
    • 万方数据
    • 维普

    融合XLnet与DMGAN的文本生成图像方法

    赵泽纬车进吕文涵
    168-179页
    查看更多>>摘要：针对文本生成图像任务中的文本编码器不能深度挖掘文本信息,导致后续生成的图像存在语义不一致的问题,本文提出了一种改进DMGAN模型的文本生成图像方法.首先使用XLnet的预训练模型对文本进行编码,该模型在大规模语料库的预训练之下能够捕获大量文本的先验知识,实现对上下文信息的深度挖掘;然后在DMGAN模型生成图像的初始阶段和图像细化阶段均加入通道注意力模块,突出重要的特征通道,进一步提升生成图像的语义一致性和空间布局合理性,以及模型的收敛速度和稳定性.实验结果表明,所提出模型在CUB数据集上生成的图像相比原DMGAN模型,IS指标提升了0.47,FID指标降低了2.78,充分说明该模型具有更好的跨模态生成能力.

    文本生成图像XLnet模型生成对抗网络通道注意力

      原文链接:
    • 万方数据
    • 维普

    基于自监督注意和图像特征融合的文本生成图像方法

    廖涌卉张海涛金海波
    180-191页
    查看更多>>摘要：现有的层级式文本生成图像的方法在初始图像生成阶段仅使用上采样进行特征提取,上采样过程本质是卷积运算,卷积运算的局限性会造成全局信息被忽略并且远程语义无法交互.虽然已经有方法在模型中加入自注意力机制,但依然存在图像细节缺失、图像结构性错误等问题.针对上述存在的问题,提出一种基于自监督注意和图像特征融合的生成对抗网络模型SAF-GAN.将基于ContNet的自监督模块加入到初始特征生成阶段,利用注意机制进行图像特征之间的自主映射学习,通过特征的上下文关系引导动态注意矩阵,实现上下文挖掘和自注意学习的高度结合,提高低分辨率图像特征的生成效果,后续通过不同阶段网络的交替训练实现高分辨率图像的细化生成.同时加入了特征融合增强模块,通过将模型上一阶段的低分辨率特征与当前阶段的特征进行融合,生成网络可以充分利用低层特征的高语义信息和高层特征的高分辨率信息,更加保证了不同分辨率特征图的语义一致性,从而实现高分辨率的逼真的图像生成.实验结果表明,相较于基准模型(AttnGAN),SAF-GAN模型在IS和FID指标上均有改善,在CUB数据集上的IS分数提升了0.31,FID指标降低了3.45;在COCO数据集上的IS分数提升了2.68,FID指标降低了5.18.SAF-GAN模型能够有效生成更加真实的图像,证明了该方法的有效性.

    计算机视觉生成对抗网络文本生成图像CotNet图像特征融合

      原文链接:
    • 万方数据
    • 维普

    视觉跟踪技术中孪生网络的研究进展

    贺泽民曾俊涛袁宝玺梁德建...
    192-204页
    查看更多>>摘要：在计算机视觉领域中,基于孪生网络的跟踪算法相比于传统算法提高了精度和速度,但是仍会受到目标遮挡、变形、环境变化等影响,导致孪生网络的跟踪算法的性能降低.为了深入了解基于孪生网络的单目标跟踪算法,本文对现有基于孪生网络目标跟踪算法进行了总结和分析,主要包括在孪生网络中引入注意力机制方法、超参数推理方法和模板更新方法,对这3种方法的目标跟踪算法进行了综述,详细介绍了国内外近几年基于孪生网络的算法研究和发展现状.对3个方面的代表算法采用VOT2016、VOT2017、VOT2018和OTB-2015数据集进行实验对比,获得了多种基于孪生网络的目标跟踪算法的性能.最后对基于孪生网络的目标跟踪算法进行了总结,并对未来的发展方向进行了展望.

    计算机视觉目标跟踪孪生网络深度学习

      原文链接:
    • 万方数据
    • 维普

    基于深度学习的雾霾天气下的车牌号码识别方法

    杨云王静姜佳乐
    205-216页
    查看更多>>摘要：针对雾霾天气下车牌识别存在的精确度低、漏检等问题,提出了一种基于深度学习的雾霾天气下的车牌号码识别方法.首先用AOD-Net算法对车辆图像进行去雾预处理.然后,基于YOLOv5网络设计一种车牌检测网络ACG_YOLOv5s.ACG_YOLOv5s是在YOLOv5s网络的基础上,融入CBAM注意力机制,提高模型的抗干扰能力;引入自适应特征融合网络ASFF,根据模型自适应学习到的权重赋予网络不同特征层不同比重的权值,从而突出重要特征信息;使用Ghost卷积模块替换传统卷积,在保证模型效果的同时减少了网络训练过程中的参数量.最后通过LPRNet对检测到的车牌图像进行识别.实验结果表明,改进后的ACG_YOLOv5s网络车牌检测准确率达到99.6%,LPRNet识别准确率达96%且内存占比小.实验证明AOD-Net算法和YOLO算法结合可更加有效地检测雾霾天气下车牌图像中的车牌号码.

    车牌号码识别AOD-Net算法YOLOv5网络注意力机制

      原文链接:
    • 万方数据
    • 维普

    健身行为的人体姿态估计及动作识别

    付惠琛高军伟车鲁阳
    217-227页
    查看更多>>摘要：人体姿态估计和动作识别在安防、医疗和运动等领域有着重要的应用价值.为了解决不同背景及角度下各类运动动作的人体姿态估计和动作识别问题,本文提出了一种改进的YOLOv7-POSE算法,并自行拍摄制作各种拍摄角度的数据集进行训练.此算法以YOLOv7为基础,对原始网络模型添加了分类的功能,在Backbone主干网络中引入CA卷积注意力机制,提升了网络在对人体骨骼关节点和动作的分类的重要特征的识别能力.用HorNet网络结构代替原模型的CBS卷积核,提高了模型的人体关键点检测精度和动作分类的准确度.将Head层的空间金字塔池化结构替换为空洞空间金字塔池化结构,提升了检测精度并且加快了模型收敛.将目标检测框的回归函数由CIOU替换为EIOU,提高了坐标回归的精度.设计了两组对照实验,实验结果证明,改进后的YOLOv7-POSE在验证集上的mAP为95.7%,相比于原始YOLOv7算法提高了4%,各类运动动作识别准确率显著上升,在实际推理中的关键点错检、漏检等情况明显减少,关键点位置估计误差明显降低.

    图像处理关键点检测姿态估计注意力机制空洞空间金字塔池化

      原文链接:
    • 万方数据
    • 维普

    具有局部自适应阈值的SIFT快速图像匹配算法

    汪崟蒋峥刘斌
    228-236页
    查看更多>>摘要：针对传统SIFT匹配算法复杂、特征冗余点多、难以满足实时性等问题,本文提出了一种具有局部自适应阈值的SIFT快速图像匹配算法.首先,所提方法在SIFT算法的基础上,对构建的高斯金字塔进行了优化,通过减少金字塔层数来消除冗余特征点以提高检测效率,并根据图像局部对比度来自适应提取FAST算法中的阈值从而实现高质量的特征点检测,筛选出鲁棒性较强的特征点进行更准确的匹配;其次,采用高斯圆形窗口建立32维降维特征向量,提高算法运行效率;最后,根据匹配特征点对之间的几何一致性对特征点进行提纯,有效减少误匹配.实验结果表明,本文方法在匹配精度和运算效率方面的综合表现均优于SIFT算法及其他对比匹配算法,相比传统的SIFT算法,匹配精度提高了约10%,算法运行时间缩短了约49%.在图像发生尺度、旋转以及光照变化的情况下,正确匹配率在93%以上.

    SIFT算法高斯金字塔自适应阈值特征描述符图像匹配

      原文链接:
    • 万方数据
    • 维普