中国科学院上海光学精密机械研究所司徒国海团队在《光:科学与应用》期刊发表论文,介绍了一种基于深度神经网络的实时非侵入式透过散射介质光学成像方法(descatternet)。该方法能够在自然场景下应用,突破了现有技术局限。
现有透过散射介质成像技术多依赖实验室环境和人工光源,难以应用于真实场景。DescatterNet则通过改进实验装置、数据集设计、数据预处理、AI模型优化和部署等环节,实现了在真实物体和自然场景下的高质量成像。
实验结果显示,即使在强散射环境下(例如5.9公里浓雾),DescatterNet也能有效复原清晰图像,显著优于传统图像增强方法。这表明,DescatterNet的探测性能得到极大提升。
DescatterNet的核心在于其适配真实场景的数据集、数据处理算法和强大的神经网络。这项结合光学成像原理和AI技术的创新成果,在恶劣天气下的交通安全、视频监控、火灾救援和水下探测等领域具有广阔的应用前景,并得到了国家自然科学基金和上海市相关项目的支持。 详情请访问论文链接(链接未提供)。
以上就是中国科学院团队提出实时非侵入式透过散射介质光学成像方法的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号