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

    基于可靠最优传输的点云配准方法

    赵云涛黄杰李维刚
    961-970页
    查看更多>>摘要：针对现有的一些配准方法在低重叠场景下依然存在精度差、效率低等不足,本文提出了一种基于可靠最优传输的配准方法.首先,通过关键点及其特征信息形成点对,利用采样一致性算法剔除错误点对并完成粗配准,在优化起始位姿的同时分离出初始的可靠点.其次,在求解最优传输进行精配准的过程中,根据传输方案的迭代和更新策略动态调整参与传输计算的可靠点,从而保证了配准过程的可靠性和高效性.为验证本文方法的有效性,选用斯坦福标准图形库和3DMatch数据集中的部分模型作为配准对象,并将本文方法与常用的3类配准方法进行对比.实验证明,本文方法在配准精度上提升了30%以上,运行时间降低了25%以上.面对多类模型和各种缺失情况,本文方法依然能够保持优秀的配准效果.

    点云配准低重叠率可靠点最优传输

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

    基于迭代传播网络的快速鲁棒的微光图像增强

    肖志博蒋志龙孔艳
    971-979页
    查看更多>>摘要：微光图像存在低对比度与低信噪比等问题,低质量的采集图像严重影响了后续的观察与测量.为了提升复杂应用场景下的微光图像质量,本工作设计了迭代传播网络以快速、鲁棒地完成微光图像增强任务.首先,本工作设计了多段式预测模型,以渐进的方式建模照度预测任务,增强模型的非线性拟合能力以适应未知的现实情况.考虑多段式级联网络带来的推理负担,本工作还基于Retinex前向传播模型构建迭代循环,使多阶段模型的每个阶段都收敛于类似甚至同一状态以优化推理过程,并在增强模型性能的同时大幅提高了推理速度.本工作基于公开数据集进行了对比实验,其中峰值信噪比及结构相似度的均值分别高出以往最优秀对比算法11.8%与3.5%.在此基础上,本工作还将迭代传播网络用于增强实际采集的低曝光摄影图像与低激发荧光显微图像,实验结果证明其具有优异的图像增强性能与泛化性.

    神经网络微光图像增强级联结构Retinex模型

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

    融合多维特征的街景图像语义分割方法

    朱磊车晨洁姚同钰潘杨...
    980-989页
    查看更多>>摘要：为进一步提升深度学习语义分割方法在复杂街景图像上的分割精度,本文基于PointRend网络提出了一种融合多维特征(Multi-Dimensional Features,MDF)的街景图像语义分割网络(MDFNet).首先,通过构建目标区域增强模块优化特征提取子网络,在深度网络的每个卷积块自适应地细化中间特征图,从而强化对复杂街景图像多维特征信息的精细提取;接着,在特征融合时引入特征金字塔网格,使用不同的卷积核处理不同尺度的街景图像,从而更加全面地获取复杂街景图像各类目标的不同分辨率特征;最后,使用双解码头对图像细节进行更细致的恢复,得到逐像素分类的结果.实验结果表明,本文网络与DeepLabV3、SegFormer等其他优秀分割网络相比,在Cityscapes复杂街景数据集上分割精度更高,平均交并比达到了80.11%,相比于其他网络提升了3.51%以上,对复杂街景图像的理解力更强.

    语义分割目标区域增强注意力机制特征金字塔网格多维特征

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

    融合自监督对比学习的雾天街景语义分割算法

    刘丽伟王芮孟续涛
    990-1000页
    查看更多>>摘要：针对雾天环境能见度低导致街道物体识别困难、分割速度慢等问题,提出了一种融合自监督对比学习的雾天街景语义分割算法.该算法选用轻量级网络MobileNetV2作为主干网络,设计深度聚合空洞空间金字塔池化模块,并使用带有扩张系数的深度可分离卷积替换普通卷积丰富特征多样性.然后通过融合对比学习框架,增加语义相似像素的相似度,保持不同语义像素之间的距离,从而提高模型对小目标物体细节边缘的表达能力和辨别能力.最后提出一种新的融合损失函数,采用监督学习和自监督学习共同指导网络训练,学习深度特征表示.实验结果表明,该模型在Foggy Cityscapes数据集上的平均交并比可达到74.35%,类别平均像素准确率为83.59%,像素准确率可达到95.85%,相比语义分割网络DeepLabV3+模型分别提高了3.82%、3.99%和1.02%,同时模型参数量为2.88M,比DeepLabV3+模型的参数量缩减近55%,优化了网络计算消耗.该算法在雾天语义分割中拥有良好的性能,在降低模型参数量的同时保持了高分割精度,具有良好的鲁棒性.

    语义分割自监督学习深度聚合对比学习损失函数

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