快速发布求购| | | | | 加微群|
关注我们
本站客户服务

线上客服更便捷

仪表网官微

扫一扫关注我们

|
客户端
仪表APP

安卓版

仪表手机版

手机访问更快捷

仪表小程序

更多流量 更易传播


您现在的位置:仪表网>成像系统>资讯列表>上海光机所在三维化学发光光谱计算层析智能重建方面取得研究进展

上海光机所在三维化学发光光谱计算层析智能重建方面取得研究进展

2024年09月26日 16:32:26 人气: 12568 来源: 上海光学精密机械研究所
  【仪表网 研发快讯】近日,中国科学院上海光学精密机械研究所空天激光技术与系统部在基于物理增强神经网络的三维火焰化学发光光谱计算层析重建研究方面取得进展,相关研究成果以“PENTAGON: Physics-enhanced neural network for volumetric flame chemiluminescence tomography”为题发表于Optics Express。
 
  光学计算层析技术通过利用探测器从单个或多个采集方向记录未知物体的一维或二维信息,结合重建算法实现平面或立体可视化诊断。受限于实际场景中有限的采集数据,目前的迭代优化类重建算法存在重建质量不佳、计算耗时较长等问题。以数据驱动深度学习为代表的人工智能类算法在大量训练数据时的获取、网络模型泛化性及可解释性等方面存在局限性。
 
  在这项工作中,研究人员提出了一种基于物理增强的神经网络作为体层析重建的推理框架(PENTAGON)。以数据分布偏移和有限视角情况下的三维火焰化学发光光谱计算层析重建问题为例,通过数值模拟和实际火焰实验展示了 PENTAGON 的可行性及有效性。利用来自小样本训练数据集的数据先验信息和基于三维体层析前向成像模型的物理约束协同组合,PENTAGON可以准确重建出与训练数据集在统计上差异很大的三维光场。数值仿真及火焰实验证明PENTAGON 克服了数据分布偏移导致的数据驱动型深度学习方法的泛化限制,并消除了传统迭代算法在有限投影情况下为三维重建结果带来的失真。此外,PENTAGON能够将不同任务的特定物理模型合并到框架中,使重建网络框架在一定程度上具有可解释性。该研究为有限投影数据情况下光学计算层析三维重建提供了一种新方法。
 
  此项研究得到了国家自然科学基金、上海市启明星计划(扬帆专项)、上海市优秀学术带头人等项目的支持。
 
  图 1. 三维火焰化学发光光谱计算层析重建方法。(a) 传统迭代类方法和基于数据驱动的深度学习方法,(b) 本研究提出的基于物理增强神经网络的体层析重建框架。
 
  图 2. 三个采集视角条件下不同方法的重建结果对比。(a) 测试场T7, (b) 测试场T9。
关键词: 光学计算层析
全年征稿/资讯合作 联系邮箱:ybzhan@vip.qq.com
版权与免责声明
1、凡本网注明"来源:仪表网"的所有作品,版权均属于仪表网,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明"来源:仪表网"。违反上述声明者,本网将追究其相关法律责任。
2、本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
3、如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
4、合作、投稿、转载授权等相关事宜,请联系本网。
联系我们

客服热线: 0571-87759942

加盟热线: 0571-87756399

媒体合作: 0571-87759945

投诉热线: 0571-87759942

关注我们
  • 下载仪表站APP

  • Ybzhan手机版

  • Ybzhan公众号

  • Ybzhan小程序