没有合适的资源?快使用搜索试试~ 我知道了~
高效学习的透过未知散射介质的相位恢复方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 99 浏览量
2022-12-15
14:27:58
上传
评论
收藏 491KB DOCX 举报
温馨提示
试读
10页
高效学习的透过未知散射介质的相位恢复方法.docx
资源推荐
资源详情
资源评论
0. 引 言
目标信息经过强散射介质调制后,原始有效目标信息会发生严重的退化
[1]
。散射退化
给实际生活和科研观察应用带来了很多的问题和困扰,如日常生活中浓雾天气下的交通监
管。透过变化的散射场景对车辆进行有效监控,包括汽车的车牌号识别,甚至驾驶人员的
人脸信息恢复都具有重要的意义。同时,人们为了获取特定的目标信息,散射干扰也是必
须克服的问题,如透过湍流大气的天文观测以及透过活性组织的生物观察分析等
[2-4]
。但
是,传统光学成像方法在通过复杂散射场景后的目标恢复任务中,无法对经过散射介质调
制退化后的目标进行有效的复原和重建。随着现代光电器件和计算成像方法的发展,一系
列新的方法被提出用来解决散射成像问题,主要方法有基于波前整形的方法
[5]
、基于光学
传输矩阵的方法
[6]
、基于光学记忆效应的散斑相关方法
[7-8]
和基于深度学习的散射计算成像
方法
[9-10]
。其中前三者为基于物理模型的计算成像方法,基于波前整形和传输矩阵的方法恢
复效果也受限于调制器件的像素尺寸和数目,对散射场景不固定的情况也无法进行有效地
恢复和测量
[5-6]
;基于光学记忆效应的散斑相关技术可以实现对散射介质后方的目标进行非
侵入成像,但是原理上则受限于光学记忆效应的范围,一旦超出记忆效应范围则无法对目
标进行有效重建,同时基于相位恢复算法对复杂目标的信息恢复效果和成像质量也十分有
限
[7-8]
。
随着深度学习等人工智能技术的飞速发展,深度学习依托其强大的数据挖掘能力,在
计算成像领域有着广泛的应用场景,并取得了显著的成像结果
[11]
。尤其是在一些复杂的逆
问题中,依托于数据驱动的学习模型,可以通过利用大量数据从中寻找复杂成像问题的最
优解,甚至得到比传统计算成像更高质量的重建结果
[12]
。其中,透过散射介质成像是深度
学习成功应用的一个典型的逆问题优化求解热点。利用深度学习求解散射成像问题在光散
射领域取得了突破性的进展,比如目标复杂度高、大视场、大景深、动态散射介质和宽谱
段响应
[9-11,13-15]
等各种复杂散射条件下的目标重建。散射调制对目标信息造成严重的退化,
因此相对常见的计算机视觉任务难度更大。在基于深度学习的散射成像任务中,如何提高
对不同散射场景的泛化能力和充分挖掘利用有限散斑的冗余信息,对该方法的实际应用至
关重要。Li 等人
[15]
首次提出可以应用于未知散射场景成像的方法,但是依赖大量的训练数
据集和专门设计的复杂网络结构,并且成像目标的稀疏性、成像质量和未知散射场景相似
度要求等问题都限制了该方法的泛化能力。笔者先前基于物理驱动网络的工作可以有效地
解决上述工作中的大部分问题,但是对于复杂的目标需要相对较多的散射场景作为训练数
据才能够对复杂目标进行有效的恢复
[10]
。因此,如何利用有限的散射场景数据挖掘更多的
有效信息,高效地对复杂目标进行准确目标恢复是将散射计算成像技术推向实际应用场景
的重要因素。
通过进一步挖掘和讨论光散射中的物理机理,提出一种基于有限样本训练场景实现高
效的散射目标相位恢复的算法。在仅使用一块薄散射介质的数据情况下,利用光学记忆效
资源评论
罗伯特之技术屋
- 粉丝: 3550
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 论文(最终)_20240430235101.pdf
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类
- 最全空间计量实证方法(空间杜宾模型和检验以及结果解释文档).txt
- 5uonly.apk
- 蓝桥杯Python组的历年真题
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 前端开发技术实验报告:内含4四实验&实验报告
- Highlight Plus v20.0.1
- 林周瑜-论文.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功