基于稠密变形场能量优化的非刚性在线体积重建方法

针对动态非刚性在线重建存在的重建漂移问题,提出了一种基于单个RGB-D传感器的稠密变形场在线融合策略,实现了对非刚性几何形状的动态重建.通过局部平滑和输入约束处理,将空间的最优变形转换为非线性正则变分优化问题,并使用数据并行闪存优化策略,以摄像机捕获速率,实现对非刚性场景的在线跟踪重建.通过实验表明,本文方法实现了对非刚性场景的鲁棒跟踪,减少了在线重建过程中的漂移现象,适用于快速运动和缺乏几何特征的场景重建.     

生物光声成像中声反射伪影抑制方法的研究进展

生物光声成像(Photoacoustic Imaging,PAI)是一种新型的无创复合功能成像方法.生物组织不均匀的声学特性会使超声波在组织界面处发生反射,导致重建图像中存在伪影和失真,降低图像质量和成像深度.文中综述了目前抑制PAI声反射伪影的主要方法,包括延迟相减法、基于杂波去相关理论的方法、短滞后空间相干法、基于深度学习的方法、光声引导聚焦超声法、基于超声平面波模型的方法和多波长激励的方法等,详细介绍各方法的原理,分析其优势和不足,并展望未来的研究趋势.     

基于改进残差特征蒸馏的轻量级超分辨率网络

基于深度学习的图像超分辨率算法通常采用递归的方式或参数共享的策略来减少网络参数，这将增加网络的深度，使得运行网络花费大量的时间，从而很难将模型部署到现实生活中。为了解决上述问题，本文设计一种轻量级超分辨率网络，对中间特征的关联性及重要性进行学习，且在重建部分结合高分辨率图像的特征信息。首先，引入层间注意力模块，通过考虑层与层之间的相关性，自适应地分配重要层次特征的权重。其次，使用增强重建模块提取高分辨率图像中更精细的特征信息，以此得到更加清晰的重建图片。通过大量的对比实验表明，本文设计的网络与其他轻量级模型相比，有更小的网络参数量，并且在重建精度和视觉效果上都有一定的提升。     

基于RGB颜色信息聚类的光谱反射率重建

针对光谱反射率研究中因训练样本数据量大造成的冗杂等问题，提出了一种基于RGB信息进行聚类的样本分类方法。首先对颜色进行聚类并确定聚类个数，后对每一类光谱反射率使用BP神经网络分别进行重建。对于实验结果，使用ΔE₀₀、均方根误差（RMSE）以及适应度系数等标准进行评价，同时与主成分分析算法进行对比。从实验分析可得出，在聚类数目为7时光谱反射率重建效果最好，这时的平均CIE2000的色差为0.836，平均RMSE为0.0149，平均适应度系数为99.82%，并且，在最后对重建色差较大的色块进行了优化处理。实验证明，颜色聚类方法可以很好的应用于光谱反射率重建。     

基于小型加速器中子源的快中子层析实验研究

利用快中子穿透能力强的特点实现层析成像,对于大尺寸的无损检测具有重要意义。但快中子探测效率低,非期望信号引起图像噪声大,原始投影图像信噪比相对较低,实现快中子层析成像难度较大。本文利用中国工程物理研究院核物理与化学研究所研制的小型中子成像检测仪,获取了轻重材料混杂件不同角度下的快中子成像投影图像,通过对投影图像进行预处理提高图像信噪比,并采用迭代重建算法对投影图像进行重建,成功获取了模拟样件的三维结构分布,具备了内部轻材料孔洞缺陷的检出能力,表明采用小型加速器中子源可以实现快中子计算机断层扫描(Computed Tomography,CT)成像。     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。     

电外科设备快速闭合算法中功率的参数优化研究

本文基于自制的射频能量平台,开发了一种管腔组织快速闭合算法,可以达到对管腔组织快速闭合的目的,探究不同功率对闭合效果的影响。在实验中,选取猪小肠作为实验对象,实验过程中改变不同的功率,实验完成后通过爆破压和热损伤测试,来评估快速闭合算法下不同功率对猪小肠的闭合效果影响。结果表明:当功率设置分别为50W、100W、150W时,焊接口的闭合强度两两之间有显著性差异,并且在100W功率下的闭合强度较大,爆破压最大能达到(86.280±17.264)mmHg,热损伤为(0.327±0.032)cm;当射频输出功率大小为50W时热损伤范围最小,为(0.2674±0.03727)cm。本文研究表明,在对管腔组织闭合的时候,应该选择适中的射频输出功率,才能在保证管腔组织吻合口具有较大的爆破压同时,又能将热损伤保持在较小范围内。     

基于结构化遮挡编码和极限学习机的局部遮挡人脸识别

提出使用结构化遮挡编码（SOC）结合极限学习机（ELM）的算法来处理人脸识别中的遮挡问题。首先，使用SOC去除图像上的遮挡物，将遮挡物体与人脸分离开；同时，通过局部性约束字典（LCD）来估计遮挡物的位置，建立遮挡字典和人脸字典。然后，将建立好的人脸字典矩阵进行归一化处理，并利用ELM对归一化的数据进行分类识别。最后，在AR人脸库上进行的仿真实验结果表明，所提方法对不同遮挡物和不同区域遮挡的图像具有较好的识别率和鲁棒性。     

多层像素芯片缪子成像装置中芯片位置校正方法研究

硅像素互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)芯片因具有微米级的位置分辨能力和极高的探测效率等特点,对于径迹精确重建具有举足轻重的作用。通过大面积拼接,能够将硅像素芯片用于μ子成像,但芯片拼接产生的机械误差,以及各层之间的相对位置误差,对μ子重建过程中的位置精度具有明显影响。本文利用μ子通过探测层时产生的观测点,建立了基于μ子径迹直线拟合模型的迭代芯片位置校正算法。通过在GEANT4程序中构建μ子成像探测原型装置,其中包含8个物理探测层,每层拼接了4块硅像素芯片,并添加芯片在x、y方向与旋转角θ三个自由度上的偏移量,模拟了真实情况下的机械误差对重建位置精度的影响。结果显示:该算法可用于芯片真实位置的高精度修正,使芯片位置修正精度小于5μm。