秦玉胜 , 李相贤 , 韩昕 , 童晶晶 , 李妍 , 高闽光
2022, 33(6):561-568.
摘要:为了提升傅里叶变换光谱仪(Fourier transform infrared spectroscopy,FT-IR) 的性能,设计了一种 基于等效时钟法的高精度速度信息获取系统。激光信号经过干涉仪 形成干涉信号,通过放大、滤波、整形,成为数字电路识别的脉冲信号。基于速度信息获取 的数学原理,对基于T 法测量获 取速度信息的方法进行了误差分析,并提出基于等效时钟法的速度信息获取方法。现场可编程门阵列(field programmable gate array,FPGA)读 取脉冲信号后,根据等效时钟法计 算光程差速度值。仿真分析与实验结果表明,当He-Ne 激光干涉信号频率为9kHz 时,基于 等效时钟法的速度信息获取误差仅 为0.01%,实现了高精度的光程差速度信息获取。对提高干涉仪系统 的控制精度和光谱仪的信噪比具有重要意义。
2022, 33(6):569-577.
摘要:传统的片上电互连已无法满足多核处理系统日益 增长的通信需求,在延迟、能耗和 带宽方面更具优势的片上光互连逐渐引起关注。为了降低片上光网络(optical network-on-chip,ONoC)硬件开销和提升光网络 性能,本文提出一种基于微环谐振器的16端口无源H树光互连网络。利用宽带微环谐振器设 计4组转向光路由器,降低微环谐振器使用并完成端口选择,将信号传输到8端口接收光路由 器以及3级和4级光开关来满足信号的无争用传输。实验结果表明,在16×16阵列规模下与 Crossbar、λ-Router、GWOR、LACE、Light等无源网络结 构相比,无源光H树网络仅需使用 72个微环谐振器。网络平均插入损耗1.49 dB,与λ-Router、GWOR 、TAONoC相比分别降低 了21.5%、10.7%、59.7 %,各路径平均信噪比 为17.48 dB,与λ-Router、GWOR、Light相比分别提高了38.5%、36.0%、17.1%。
2022, 33(6):578-584.
摘要:石英玻璃被广泛运用于航空航天、医学探测、光 学成像等方面的光学仪器中,其光学 性能是仪器设计时必须考虑的关键因素之一。热光系数作为重要的光学性能参数,其改变会 影响光学元件成像的质量以及探测精度,因此石英玻璃热光系数的精确测量对仪器设计及校 准十分必要。本文以单模无源石英光纤作为测量对象,提出一种基于全光纤激光自混合干涉 技术的石英玻璃热光系数测量方法。实验将纯石英单模光纤作为干涉系统外腔,与光纤激光 器熔接,构成全光纤封闭式激光自混合干涉热光系数测量系统。通过高温加热箱给定固定温 度范围,利用干涉条纹计数法对石英玻璃热光系数进行解算。实验结果表明,系统对热光系 数的分辨率可达到1.632 9×10-7 ℃)。此研究结果为 进一步开展石英玻璃热光系数的测量以及光纤激光器的自混合干涉应用研究奠定了基础。
陈力颖 , 高竹梅 , 赵军发 , 王慧雯 , 张博超 , 李勇
2022, 33(6):585-590.
摘要:针对非制冷红外探测器片上存储器的高速数据读 出,设计了一种用于非制冷红外探测器片上存储器的低延 迟灵敏放大器。随着非制冷红外探测器像素阵列的不断加大,对非制冷红外探测器片上存储 器的要求也更高,需 要一个更高速的存储器进行红外探测器内部数据存储。通过降低灵敏放大器延迟时间是提高 数据传输速度的一种 可靠方法。本文对传统交叉耦合结构灵敏放大器进行改进,与传统交叉耦合结构灵敏放 大器相比,增加了完 全互补型的第二级交叉放大电路,并采用NMOS组成的中间阶段进行两级运放的耦合。改进 后的新型灵敏放大器 能快速有效地放大位线上电压差,同时改善灵敏度低的问题。本论文设计的灵敏放大器采用 TSMC 65 nm工艺,在工作电压为5 V、位线电压差为100 mV条件下,仿真结果 表明:数据读出延迟仅为25.19 ps,与交叉耦 合式灵敏放大器相比,读出延迟降低了37.07%。同时,在全工艺角仿真 条件下,环境温度为-45 —125 ℃,新型 灵敏放大器延迟仿真最大值仅为39 ps,最小值为17.1 ps。
李雷 , 朱千慧 , 杨福刚 , 高学薇 , Denzel FAULKNER
2022, 33(6):591-597.
摘要:在生物组织工程的应用中需要有对生物结构标记的三维、纵 向评估。一般来说,这 些生物组织的结构通常是几毫米厚和浑浊的,因此对图像成像有很大挑战性,且经典荧光显微技 术不能满足于其需要。介观荧光分子成像系统是一种新兴的成像系统,该系统基于介观荧光 分子层析方法,它填补了显微荧光分子成像技术和宏观荧光分子成像技术之间的空白。为提 升介观荧光分子重建的性能,本文主要基于光学原理对光学系统的配置参数进行了优化和改 进,包括探测器布局、非耦合或耦合的扫描模式,并对介观荧光分子成像系统的三维成像性 能进行了评价和对比。结果表明,本文设计的耦合式背光介观荧光分子层析成像(mesoscopic fluorescence molecular tomography imaging,MFMT) 系统能够很 好地提升重建性能,获得高质量的重建结果。
李利荣 , 张云良 , 陈鹏 , 张开 , 熊炜 , 巩朋成
2022, 33(6):598-606.
摘要:针对目前高压线路绝缘子缺陷检测速度慢,复杂 场景下精度低的问题,提出一种基于轻量化 YOLOv4(you only look once)的复杂场景绝缘子缺陷检测算法。首先利用轻量级的ECA-Gho stNet(efficient channel attention GhostNet)作为骨干网络,以提升检测速度;然后在预测层引入分类- 定位质量估计联合 表示方法,并采用广义分布表示边界框的灵活分布,以提升复杂场景下的检测性能。训练阶 段分别采用 定位质量焦损失函数(quality focal loss,QFL)与分布焦损失函数(distribution focal l oss,DFL)更好地监督联合 表示与边框回归。将该算法在具有复杂背景的数据集上对正常与自爆缺陷绝缘子两类目标进 行验证实验, 结果表明,该算法在复杂场景下的检测精度均优于目前主流算法,且检测速度达49 FPS,比YOLOv4原始算法检测速度提升了约40%。
2022, 33(6):607-613.
摘要:针对遥感图像在复杂背景下因特征提取和表达能力不足而存在漏检和检测效果不佳的 问题,提出一种优化 特征提取网络的YOLOv4算法模型。该改进模型引入了一种新的Dense-PANet结构以获取更高 的分辨率特征, 并通过在特征提取网络中嵌入注意力机制以适应遥感图像因视野范围大而导致复杂背景下小 目标漏检和检测效 果不佳的问题。为了证明本文所提方法的有效性,针对DIOR遥感数据源进行了对比实验, 结果表明,本文算 法平均准确率(mean average precision,mAP)为86.55%,相比原 算法提高了2.5 2%,较YOLOv3、RetinaNet提高了6.58%、 14.09%,验证了所改进算法的有效性。
2022, 33(6):614-619.
摘要:为解决建盏真伪区分问题,通过改进的尺度不变 特征识别算法,建立实验原型系统,用于识别不同 类型釉面的建盏。研究的识别模型在云端上提供服务,以便对建盏釉面的相似性进行判断。 该系统采用Streamlit 平台构建实验性人机交互界面。针对识别模型,研究开发了基于边界跟随法的图像预处理策 略,旨在滤除背 景和无关材料特征干扰,提高自然条件下拍摄的图像识别能力,以减少对建盏釉面的误判可 能性。利用改进的基于支持向量机(support vector machines,SVM)的尺度不变特征变换(scale-invariant feature transform,SIFT) 特征匹配分类策略,设计了多项性能实验,以获得足够的数据集分辨率、SVM 最优超参数和 初始化所需的最 小数据集参数模型。经实验证实,系统可清楚地区分相同类型釉面图案(兔毛釉、滴油釉) 的相似性。它使 用给定的有限数据集提供高达92.60%的识别准确率,并将单次识别速 度提高0.84 s。
2022, 33(6):620-628.
摘要:在语种识别过程中,为提取语音信号中的空间特 征以及时序特征,从而达到提高多语 种识别准确率的目的,提出了一种利用卷积循环神经网络(convolutional recurrent neural network,CRNN)混合神经网络的多语种识别模型。该模型首先提 取语音信号的声学特征;然后将特征输入到卷积神经网络(convolutional neural network,CNN) 提取低维度的空间特征;再通过空 间金字塔池化层(spatial pyramid pooling layer,SPP layer) 对空间特征进行规整,得到固定长度的一维特征;最后将其输入到循环神经 网络(recurrenrt neural network,CNN) 来判别语种信息。为验证模型的鲁棒性,实验分别在3个数据集上进行,结果表明:相 比于传统的CNN和RNN,CRNN混合神经网络对不同数据集的语种识别 准确率均有提高,其中在8语种数据集中时长为5 s的语音上最为明显,分别提高了 5.3% 和6.1%。
2022, 33(6):629-636.
摘要:遥感图像的检测在监察自然环境、军事、国土安 全等方面具有极其广阔的应用前景,而遥感图像 具有背景复杂、目标面积小、特征提取困难等缺点,进行检测时容易产生小目标漏检问题。 本文提出一 种基于多尺度特征选择性融合的遥感图像检测算法。所提算法采用改进的Resnet50作为主 干网络,将 Resnet50第一个卷积替换成动态卷积,并将其ConvBlock模块中的卷积替换成金字塔卷积 ,提高特征提 取能力。同时,为了避免遗漏底层信息,在动态卷积层后加入所提有效空间通道注意力机制 模块。最后, 选取基于上下文信息的不同尺度特征进行融合,提高了模型对目标物体的定位能力。实验结 果表明,本 文算法在保证速度的同时提高了对遥感图像的检测精度,在遥感图像公开数据集RSOD和NWP UVHR-10上平均精度均值(mean average precision,mAP)分别达到91.88%和90.23%,检 测速度达到33 FPS。
2022, 33(6):637-642.
摘要:近年来,卷积神经网络被广泛应用于图像超分辨 率领域。针对基于卷积神经网络的超 分辨率算法存在图像特征提取不充分,参数量大和训练难度大等问题,本文提出了一种基于 门控卷积神经网络(gated convolutional neural network,GCNN) 的轻量级图像超分辨率重建算法。首先,通过卷积操作对原始低分辨率图 像进行浅层特征提取。之后,通过门控残差块(gated residual block,GRB) 和长短残差连接充分提取图像特征,其高效的 结构也能加速网络训练过程。GRB中的门控单元(gated unit,GU) 使用区域自注意力机制提取输入特征 图中的每个特征点权值,紧接着将门控权值与输入特征逐元素相乘作为GU输出。最后 ,使用亚像素卷积和卷积模块重建出高分辨率图像。在Set14、BSD100、Urban100和Manga10 9数据集上进行实验,并和经典方法进行对比,本文算法有更高的峰值信噪比(peak signal-to-noise ratio,PSNR) 和结构相似性(structural similarity,SSIM) ,重建出的图像有更清晰的轮廓边缘和细节信息。
2022, 33(6):643-651.
摘要:为了实现对采摘后的果实进行快速、精确的外观 品质分类,并配合分拣生产线完成 果实大规模集中分拣,该研究提出了一种基于改进ResNet 的果实分类方法。首先,将 深度残差神经网络(deep residual neural network,ResNe t) 网络中的残差模块与双通道SE模块(dual channel squeeze-and-exc itation block,DC-SE Block)结合,增强有效的通道特 征并抑制低效或无效的通道特征,提高特征图的表达能力,从而提升识别精度;其次,在原 始ResNet 模型中加入Inception 模块,将果实不同尺度的特征进行融合,增强对较小缺陷 的识别能力;最后,对收集到的4类不同外观品质的果实图像进行数据增强并利用迁移学习 的方法对模型进行初始化。以苹果为例进行的试验结果表明:经过数据集训练之后的改进模 型,在测试集下的准确率达到99.7%,高于原模型的98. 5%;精确率达到99.7%,高于原模 型的98.3%;召回率达到99.7%,高于原模型的 98.7%; 在图形处理器(graphic processing unit,GPU )下的平均检测速度达到32.3 帧/s,略低于原模型的35.7帧/s。与GoogleNet、MobileNet等几种 目前先进的分类方法进 行比较并对不同改进模型进行对比试验 的结果表明,该方法具有良好的分类性能,对解决果 实外观品质的精准分级问题具有重要参考价值。
2022, 33(6):652-659.
摘要:人脸表情识别在人机交互等人工智能领域发挥着 重要作用,当前研究忽略了人脸的语 义信息。本 文提出了一种融合局部语义与全局信息的人脸表情识别网络,由两个分支组成:局部语义区 域提取分支 和局部-全局特征融合分支。首先利用人脸解析数据集训练语义分割网络得到人脸语义解析 ,通过迁移训 练的方法得到人脸表情数据集的语义解析。在语义解析中获取对表情识别有意义的区域及其 语义特征, 并将局部语义特征与全局特征融合,构造语义局部特征。最后,融合语义局部特征与全局特 征构成人脸 表情的全局语义复合特征,并通过分类器分为7种基础表情之一。本文同时提出了解冻部分 层训练策略, 该训练策略使语义特征更适用于表情识别,减 少语义信息冗余性。在两个公开数据集JAFFE 和KDEF上 的平均识别准确率分别达到了93.81%和88.78% ,表现优于目前的深度学习方法和传统方法。实验结果证 明了本文提出的融合局部语义和全局信息的网络能够很好地描述表情信息。
2022, 33(6):660-666.
摘要:针对目前手指静脉识别由于训练样本不足引起图像 识别率低的问题,提出基于线性回归分类(linear regression classification,LRC)与多样本扩充的指静脉识别方法。首先,利用矩阵变换生 成原始图像的镜像, 训练原始图像与镜像,增加指静脉图像中包含的有用信息;然后,基于LRC对测试和训练样 本进行分类; 最后,通过计算偏差得到最终分类结果,求出识别率。此外,设计了一种指静脉采集装置收 集得到自建指 静脉数据库。实验结果表明:所提算法在自建指静脉数据库、山东大学指静脉数据库、马来 西亚理工大学 指静脉数据库上的识别率分别达到98.93%、98.89%、99.67%,最低等误率为2.388 8 %。实验结果与其他传统和流行算法相比具有明显优势,拥有良好的实际应用 价值。
2022, 33(6):667-672.
摘要:医学X射线作为胸部疾病的常规检查手段,可以 对早期不明显的胸部疾病进行诊断, 并且观察出病变部位。但是,同一张放射影像上呈现出多种疾病特征,对分类任务而言是一 个挑战。此外,疾病标签之间存在着不同的对应关系,进一步导致了分类任务的困难。针对 以上问题,本文将图卷积神经网络(graph convolutional neural network,GCN)与传统卷积神经网络(convolutional neural network,CNN) 相结合,提出了一种将标签特征与图 像特征融合的多标签胸部放射影像疾病分类方法。该方法利用图卷积神经网络对标签的全局 相关性进行建模,即在疾病标签上构建有向关系图,有向图中每个节点表示一种标签类别, 再将该图输入图卷积神经网络以提取标签特征,最后与图像特征融合以进行分类。本文所提 出的方法在ChestX-ray14数据集上的实验结果显示对14种胸部疾病的平均AUC达到了 0.843,与目前3种经典方法以及先进方法进行比较,本文方法能够有 效提高分类性能。