1 南京信息工程大学, 南京 210000南京信息工程大学江苏省大气环境与装备技术协同创新中心, 南京 210000
2 南京信息工程大学, 南京 210000
针对水下图像颜色失真和细节丢失等问题, 提出了一种基于多尺度三重注意力机制的水下图像增强算法。该算法使用生成对抗网络作为基础架构, 生成网络采用编码解码结构, 并设计一个多尺度三重注意力模块, 多尺度结构和三重注意力机制结合可以实现不同层次信息的跨维度交互, 使网络更好地学习水下图像特征和抑制噪声特征, 判别网络采用类似马尔可夫判别器的结构; 构建了多个损失函数, 使生成的图像在结构、内容、色彩上和参考图像保持一致。实验结果表明, 所提算法在主观视觉和客观评价指标上均优于比较算法, 可以有效地提升网络的特征提取能力, 实现对不同场景水下图像的色彩恢复, 增强图像的对比度和清晰度。
水下图像增强 三重注意力 生成对抗网络 编码解码结构 多尺度结构 underwater image enhancement Triple Attention Generative Adversarial Network codec structure multi-scale structure
1 天津城建大学 计算机与信息工程学院，天津300384
2 天津城建大学 地质与测绘学院，天津300384
针对高分辨率遥感影像中建筑物形状多样、大小不一引起建筑物提取精度低及传统分割模型存在参数量大等问题，提出一种基于编码-解码的轻型多尺度差异网络LMD-Net（Lightweight Multi-scale Difference Network）。首先，为了避免单一的特征处理单元堆叠使得模型性能弱化而产生无效参数，通过融合编解码结构的功能差异性，设计出一种轻型差异模型优化性能。其次，引入一种多尺度膨胀感知模块（Multi-Scale Dilation Perception，MSDP）来增强网络捕捉多尺度目标特征的能力。最后，通过双融合机制有效聚合深层跳跃连接和深层解码器两组的特征信息，从而实现增强解码器的特征恢复能力。为验证轻型多尺度差异网络LMD-Net的有效性和适用性，以开源WHU building dataset数据集作为数据源，对LMD-Net网络与常用语义分割网络及近年相关文献研究成果进行了精度、效率方面的评估实验。结果表明：LMD-Net网络在效率与精度两方面均表现出明显优势，不仅很大程度上减少模型的参数量和计算量，而且交并比、准确率分别提高了3.23%，2.57%。表明在基于高分辨率遥感影像建筑物提取领域中，该模型所表现的优势具有良好的城市空间信息库价值。
高分辨率遥感影像 多尺度 建筑物提取 编码-解码 轻型 high resolution remote sensing image multi-scale building extraction coding-decoding light weight 光学 精密工程
2023, 31(22): 3371
1 上海海洋大学信息学院，上海 201306
2 农业农村部渔业信息重点实验室，上海 201306
为了提高影像阴影去除的效果，提出一种基于最小噪声分离（MNF）和生成对抗网络（GAN）的影像阴影去除算法。它以GAN作为基本框架，在生成器和判别器中分别引入条件信息，采用端到端共同学习的多任务模式。生成网络采用编码解码结构，判别网络采用马尔可夫判别器结构。此外，此算法使用MNF，将消除噪声的影像灰度化后与阴影影像一起训练，进而恢复无阴影的影像。这样的网络在训练时可以专注于MNF变换后的单独特征嵌入，而非传统的跨任务共享嵌入。实验结果表明，在指定数据集上，所提算法的结构相似性（SSIM）的平均值达0.9780，像素均方根误差（RMSE）的平均值减小到9.8717。在主观感知和客观评价指标上，所提算法的实验结果均优于对比算法。
阴影去除 最小噪声分离 生成对抗网络 编码解码结构 激光与光电子学进展
2023, 60(4): 0428004
昆明理工大学国土资源工程学院，云南 昆明 650093
为了从高分辨率遥感图像中准确地分割出地物目标，提出了一种多级特征优化融合的遥感图像分割网络（MRFNet），着重将特征提取骨架网络中不同层级的特征图进行融合，通过融合网络特征图中不同种类的信息来对输出特征图信息进行合理有效的提取和分析。同时使用了逐层的多尺度编码解码模块来细化与高层特征图进行融合的浅层特征图，将不同种类的信息经过优化以后汇聚到高层特征图。然后采用空洞卷积金字塔对高层特征图提取不同感受野的信息，优化了语义分割的输出特征图。通过在ISPRS Vaihingen数据集上进行实验，该网络算法的总体精度达到了90.34%，与经典语义分割网络相比，有效提升了遥感图像目标的检测精度。同时为了证明算法的泛化性，在ISPRS Potsdam数据集上进行了泛化实验取得了91.47%的总体精度，证明了该算法的有效性。
遥感 语义分割 多尺度编码解码 特征融合 激光与光电子学进展
2023, 60(4): 0428002
1 中国科学院上海技术物理研究所中国科学院智能红外感知重点实验室，上海 200083
2 国科大杭州高等研究院，浙江 杭州 310024
3 中国科学院大学，北京 100049
对空间目标进行三维重建能够为在轨服务卫星提供服务对象的结构信息，是提高系统自主性的关键技术。受空间目标的结构对称性以及成像非朗伯特性的影响，传统的重建方法存在特征点匹配错误或特征点匹配不足的问题，重建精度低。针对该问题，提出了一种基于MVSNet深度学习网络实现空间目标三维重建的方法，利用深度学习提取图像高层语义，提高了立体匹配的鲁棒性。首先，基于空间目标的成像特点，分析了模型的几何结构和材质对重建结果的影响，设计了搭建在Blender平台上的空间目标多视图采集系统。然后，基于MVSNet深度学习网络，采用多尺度卷积充分提取了图像的深度特征，并通过编码解码结构融合和规整上下文信息进行了立体匹配，有效解决了传统方法重建卫星的弱纹理、反射、重复纹理等区域时对特征点的高度依赖问题。最后通过残差网络解决了多次卷积造成的边界过平滑问题，进一步提升了重建效果。实验结果表明，所设计的重建模型的平均准确度误差为0.449 mm，平均完整度误差为0.379 mm，误差综合评价为0.414 mm，精度较经典开源软件COLMAP提升了20%。该方法为空间操作自动化提供了技术参考，进一步推动了三维重建在相关领域中的应用。
遥感 深度学习 多视图 空间目标三维重建 卷积神经网络 编码解码结构 中国激光
2022, 49(23): 2310003
为了解决水下退化图像出现的色彩偏差等问题，提出一种基于稠密级联卷积神经网络的水下图像增强算法。首先将退化的水下图像从传统的红、绿、蓝（RGB）颜色空间转换到色调、饱和度、亮度（HSV）颜色空间，保持色调分量和亮度分量不变，利用级联卷积神经网络对饱和度分量增强。然后在特征提取网络编解码过程中引入了新的稠密块。稠密块将残差连接、跳跃连接和多尺度卷积结合起来，纠正颜色失真。纹理细化网络是利用了6个纹理细化单元对所得到的细化图像进一步提取特征信息。最后将通过级联卷积神经网络进行提取的S通道图与H、V通道图进行合并，得到增强的水下图像。实验结果表明，提出算法增强的水下图像的水下彩色图像质量评价平均可达到0.616875，水下图像质量测量平均可达到5.197000。对比算法表明，提出的水下图像增强算法不仅增强效果良好，且增强的结果更符合人类视觉习惯。
机器视觉 水下图像 卷积神经网络 编码解码框架 计算机视觉 稠密块 激光与光电子学进展
2022, 59(22): 2215004
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
3 吉林大学第一医院 神经肿瘤外科, 吉林 长春 130021
针对真彩色微血管减压图像实时语义分割网络参数量大、语义分割精度低的问题，本文提出了一种适用于微血管减压场景的U型轻量级快速语义分割网络U-MVDNet (U-Shaped Microvascular Decompression Network)，该网络由编码解码结构构成。在编码器中设计了轻型非对称瓶颈模块(LABM)对上下文特征进行编码，解码器中引入了特征融合模块(FFM)，有效组合高级语义特征和低级空间细节。实验结果表明：对于微血管减压测试集，U-MVDNet在单NVIDIA GTX 2080Ti上的参数量只有0.66 M，平均交并比(mIoU)达到了76.29%，速度达到140 frame/s，且当输入图像尺寸为
$640 \times 480$![]()
![]()
时，U-MVDNet在嵌入式平台 NVIDIA Jetson AGX Xavier上实现了实时(24 frame/s)语义分割。本文方法未使用任何的预训练模型，参数量少且推理速度快，语义分割性能优于其他对比方法，在分割精度和速度上做到了良好的平衡。同时，还可以方便地在嵌入式平台上开发和应用，性能优越，易于部署。
1 天津理工大学电气电子工程学院天津市复杂系统控制理论与应用重点实验室，天津 300384
2 天津农学院工程技术学院，天津 300392
为简化布局估计网络结构，提高输出特征利用率，提出一种基于改进轻量网络的实时布局估计方法。利用轻量级的编码解码网络，端对端直接获得室内场景的主要平面分割图，实现实时的布局估计。针对以往联合学习方法特征利用率不高的问题，引入简化的联合学习模块，使用输出分割图的梯度作为输出边缘，将边缘的损失直接整合到整个网络输出损失中，提高特征利用率并精简联合学习网络。针对数据集正负标签不平衡和布局类型分布不平衡问题，使用分割型语义迁移，使用在LSUN数据集上训练得到的语义分割网络参数初始化所提网络参数，提高网络训练的稳定性。在两个基准数据集上对所提方法的性能进行评估。实验结果表明，在LSUN数据集上所提方法的平均像素误差为7.35%，在Hedau上为8.32%。通过消融实验证明了分层监督、简易学习联合和语义迁移机制对提高准确率的有效性。最终实验表明，所提方法能够实时获得准确的室内场景布局估计。
编码解码网络 室内场景 布局估计 端对端 语义分割 激光与光电子学进展
2022, 59(18): 1810007
1 暨南大学光子技术研究院, 广东省光纤传感与通信技术重点实验室, 广东 广州 511436
2 广东工业大学先进光子技术研究院, 广东 广州 510006
1992 年 Allen 等认识到光子可以携带轨道角动量 (OAM), 其表现为波前的螺旋相位分布。由于其独特的光场分布以及其拓扑荷理论上可取任意整数等特性, OAM 光束在超分辨成像、高密度数据编码等领域具有重要作用。对微纳尺度下 OAM 光束与物质相互作用新机制的研究, 有望为现代光子器件以及多维光与物质相互作用等领域提供新的思路和方法。介绍了本课题组利用 OAM 光束在纳米结构上实现多维信息复用以及 OAM 光束拓扑荷的探测技术, 并对纳米尺度 OAM 光束的应用进行了展望。
信息光学 轨道角动量 光复用 编码解码 完美涡旋光 涡旋光检测 information optics orbital angular momentum optical multiplexing coding and decoding perfect optical vortex detection of vortex beam
