-
公开(公告)号：CN116703728A
公开(公告)日：2023-09-05
申请号：CN202310982650.X
申请日：2023-08-07
Applicant: 北京理工大学
IPC: G06T3/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及计算摄像学技术领域，本发明公开了系统参数优化的超分辨方法和系统，该方法包基于系统成像参数构建重建网络；利用训练数据集训练重建网络优化重建网络参数以得到训练好的重建网络；其中，训练数据集，包括第一原始波前；基于优化后的系统成像参数构建全息光学成像系统，并将第二原始波前输入至全息光学成像系统进行成像得到第一衍射强度图；将第一衍射强度图输入至训练好的重建网络以输出高分辨率的第二原始波前。本发明解决了成像分辨率低、质量差的问题，实现高效、高保真、超分辨重建原始波前。
-
公开(公告)号：CN118364662B
公开(公告)日：2024-10-18
申请号：CN202410797667.2
申请日：2024-06-20
Applicant: 北京理工大学
Abstract: 本申请提出了一种基于编解码联合优化的波前传感器构建方法，该方法包括：将光波的传播过程进行数学建模，得到编码模块，并构建包含编码模块和解码模块的网络架构；基于深度学习技术，对编码层的结构和波前重建算法进行联合训练，获得优化后的编码结构和重建参数；通过新型材料制备优化后的编码层，并将制备出的编码层替换波前传感器表面原有的保护玻璃；对集成后的编码层的结构进行物理标定，并基于当前的应用任务微调网络架构，根据微调后的重建参数调整波前传感器的重建算法。该方法通过对编码层结构和波前重建算法进行联合优化，能够构建出小型化、轻量级的波前传感器进行高质量和高效率的波前重建。
-
公开(公告)号：CN118364662A
公开(公告)日：2024-07-19
申请号：CN202410797667.2
申请日：2024-06-20
Applicant: 北京理工大学
Abstract: 本申请提出了一种基于编解码联合优化的波前传感器构建方法，该方法包括：将光波的传播过程进行数学建模，得到编码模块，并构建包含编码模块和解码模块的网络架构；基于深度学习技术，对编码层的结构和波前重建算法进行联合训练，获得优化后的编码结构和重建参数；通过新型材料制备优化后的编码层，并将制备出的编码层替换波前传感器表面原有的保护玻璃；对集成后的编码层的结构进行物理标定，并基于当前的应用任务微调网络架构，根据微调后的重建参数调整波前传感器的重建算法。该方法通过对编码层结构和波前重建算法进行联合优化，能够构建出小型化、轻量级的波前传感器进行高质量和高效率的波前重建。
-
公开(公告)号：CN116703728B
公开(公告)日：2023-10-13
申请号：CN202310982650.X
申请日：2023-08-07
Applicant: 北京理工大学
IPC: G06T3/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及计算摄像学技术领域，本发明公开了系统参数优化的超分辨方法和系统，该方法包基于系统成像参数构建重建网络；利用训练数据集训练重建网络优化重建网络参数以得到训练好的重建网络；其中，训练数据集，包括第一原始波前；基于优化后的系统成像参数构建全息光学成像系统，并将第二原始波前输入至全息光学成像系统进行成像得到第一衍射强度图；将第一衍射强度图输入至训练好的重建网络以输出高分辨率的第二原始波前。本发明解决了成像分辨率低、质量差的问题，实现高效、高保真、超分辨重建原始波前。
-
-
-
Search Results
4
records
(took 0.016 seconds)
