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
近日，教育部印发通知部署开展“24365校园招聘服务”全国教育系统2025届高校毕业生招聘活动，积极为高校毕业生与用人单位搭建人才供需精准对接平台，引导更多高校毕业生到教育行业就业，为加快建设教育强国提供有力人才 当地时间11月3日至4日，教育部副部长陈杰率团访问秘鲁。在秘期间，陈杰与秘鲁教育部部长摩根·克罗举行会谈，并签署两国新一轮教育合作谅解备忘录。 陈杰表示，近年来，在两国元首战略引领下，中秘教育合作取得丰硕成果。 《中华人民共和国学前教育法》（以下简称学前教育法）第七章详细规定了各级政府及有关部门对学前教育在安全管理、收费管理、经费预算、督导问责、质量评估、信息公开等方面的监管责任，为解决实践 中国教育报-中国教育新闻网11月13日讯（记者 王家源）今天，在北京市东城区史家胡同小学召开的北京市中小学劳动教育推进会暨东城区劳动教育工作现场会上，北京市教委、北京教科院发布《北京市中小学 教育部办公厅关于做好“优师计划”师范生就业工作的通知教师厅函〔2024〕22号各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局，部属师范大学：为贯彻落实《中共中央 国务院关于弘扬教育 中国教育报-中国教育新闻网讯（记者 程墨 通讯员 田寿永 陈灏）近日，2024年世界职业院校技能大赛总决赛医药卫生赛道康复治疗技术小组争夺赛在湖北职院举行，来自全国29个省、自治区、直辖市的58支 。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