1 福州大学 平板显示技术国家地方联合工程实验室,中国福建光电信息科学与技术创新实验室,福州35000
2 中国福建光电信息科学与技术创新实验室,福州350100
3 瑞典查尔摩斯理工大学, 量子器件物理实验室, 哥德堡41296
4 西安交通大学 电信学部, 西安71009
5 晋江市博感电子科技有限公司,泉州362200
采用成本低廉、操作简单的液态淀积法成功制备了HfO2薄膜,分析了液态淀积法制备氧化铪薄膜的反应机理,测试了薄膜的表面形貌、组成成分,以及光学特性和电学性能。结果表明:液态淀积法制备的氧化铪薄膜结构致密且连续,化学组分纯正;经过500 ℃退火后,氧化铪薄膜的透光率在92%以上;以40 nm氧化铪为电介质制成平板电容后,当电压为1 V时漏电流密度是3.56×10-7 A/cm2;1 MHz频率下的电容值为1.05 nF,经计算得出介电常数为18.9。液态淀积法制备氧化铪薄膜的成功,为使用氧化铪薄膜作为Micro LED器件的侧壁钝化层提供了一种成本低廉、工艺简便的方法。
液态淀积法 氧化铪薄膜 微米级发光二极管显示器 liquid deposition method HfO2 film Micro LED
1 平板显示技术国家地方联合工程实验室, 福州大学物理与信息工程学院, 福建 福州 350108
2 晋江市博感电子科技有限公司, 福建 晋江362200
针对传统的手部跟踪算法存在实时性差、识别精度低、易受环境影响等问题, 提出了一种基于神经网络与卡尔曼滤波的手部实时追踪方法。该方法首先通过神经网络对视频中出现的检测目标 进行定位, 接着用卡尔曼滤波对目标运动进行估计, 将估计的结果与下一帧图像中检测到的目标进行比对; 然后对检测到的目标进行跟踪, 将手部运动的轨迹实时显示。实验结果表明, 该方法能够 对多个手部目标实时进行追踪, 并在手部运动过程中出现交叉和形变的情况下还能保持跟踪, 其平均处理帧数为21.212 f/s, 追踪正确率为94.88%,基本满足手部跟踪的稳定可靠、高实时性、高鲁 棒性等要求。
手部跟踪 神经网络 卡尔曼滤波 跟踪器 hand tracking neural network Kalman filter tracker