近期，中国科学院上海光学精密机械研究所研究员司徒国海团队提出了基于深度神经网络的、能够应用于自然场景的实时非侵入式透过散射介质光学成像方法（DescatterNet）。相关研究成果以Learning-based real-time imaging through dynamic scattering media为题，发表在《光：科学与应用》（Light: Science & Applications）上。
透过散射介质成像具有科学意义和应用价值。有研究利用深度神经网络实现在散斑图样中复原清晰的物体，通过优化光场调控实现透过散射介质聚焦以及实现超17倍光学厚度的散射成像等。而受限于实际应用场景数据集难以采集，多数研究只能利用空间光调制器依次加载大量图像。在实验室人造散射环境中，人造光源侵入式照明条件下，利用相机采集相应的散射图像。这样设计的实验条件与实际散射场景在光学特性上大相径庭。通过这些数据训练的深度神经网络只可用于类似的实验环境，无法应用于真实的外场散射环境。
该团队提出了深度学习技术应用于真实散射场景的解决方案，分别从实验装置设计、数据集设计、数据预处理方法、AI模型优化和部署等方面开展研究，在真实物体和自然场景中取得显著的散射成像效果。
研究显示，随着散射程度加深，原始散射图像迅速退化并完全无法分辨。DescatterNet对真实物体实现了高质量的散射成像，提高了成像系统的探测性能。
在前期成果的基础上，该团队进行了自然场景的散射成像实验并搭建了成像装置。实验中，该团队实现了透过户外5.9km的浓雾环境对自然场景的散射成像。传统图像增强方法难以复原出清晰图像，而DescatterNet可以取得最优的复原结果。
该研究表明，AI技术应用于真实散射场景的关键在于适配的数据集、数据处理算法及强大的神经网络。该研究结合光学成像原理研制的新一代智能成像技术提高了系统的探测性能，在恶劣天气下交通安全、视频监控、火场救援和水下探测等领域展现出应用前景。
研究工作得到国家自然科学基金、上海市相关项目的支持。
论文链接
中国科学技术大学中国科学院微观磁共振重点实验室杜江峰院士、荣星教授等在量子热力学领域取得重要进展。研究组基 工业菌种是生物制造的重要竞争力。研究微生物底盘并发现与目标产品生产相关的高效功能元件是工业菌种领域的研究热点。谷氨酸棒杆菌是氨基酸工业生产的主力菌。而谷氨酸棒杆菌基因组约50%的基因功能尚不明晰，功 本报北京11月6日讯（记者 林焕新）今天，教育部党组书记、部长怀进鹏调研中国石油大学（北京）、中央财经大学，了解学校服务国家战略、培养拔尖创新人才、科学研究、学科建设、国际交流合作等情况。 办好学前教育、实现幼有所育，关系亿万儿童健康成长，关系千家万户的切身利益，关系国家和民族的未来。在以中国式现代化全面推进教育强国建设的新征程上，颁布学前教育法，标志着学前教育进入“有专门 中国教育报-中国教育新闻网讯（通讯员 覃梦霞 记者 欧金昌）“之前党支部由不同学科的党员组成，想和同科组的党员探讨一些业务知识，都得额外挤时间。”广西贵港市达开高级中学第三党支部书记刘敏飞 中国教育报-中国教育新闻网讯（通讯员 张迎春 陈卫炉 记者 李柯）11月2日，由长三角职业教育产科教创新联盟与奉贤区科学技术协会共同主办的“长三角新质生产力与绿色智造学术研讨会暨2024长三角职 。本文链接：科学家提出实时非侵入式透过散射介质光学成像方法http://www.sushuapos.com/show-12-438-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 火星空间太阳高能粒子能谱完整构建
下一篇： 新研究发现捕食者与猎物共用化学报警信号