期刊基本信息
创刊:
1964年 • 半月刊
名称:
激光与光电子学进展
英文:
Laser & Optoelectronics Progress
主管单位:
中国科学院
主办单位:
中科院上海光机所
出版单位:
中国激光杂志社
主编:
范滇元
执行主编:
邱建荣
副主编:
戴琼海 张龙 张雨东 曹良才
ISSN:
1006-4125
刊号:
CN 31-1690/TN
电话:
021-69918427
邮箱:
地址:
上海市嘉定区清河路390号
邮编:
201800
定价:
120元/期
动态信息

2020年第20期优秀论文

发布:hzm43533110阅读:1457时间:2020-10-28 15:38:08

————  2020年第20期优秀论文  ————

 

高稳定性定量相位显微技术 (封面论文)

温凯,马英,张美玲,王宇,付驰,郑娟娟,刘立新,郜鹏,姚保利

[第一单位] 西安电子科技大学物理与光电工程学院

[摘要] 定量相位显微技术容易受到环境扰动的影响。如何克服环境扰动对量化相位成像的影响,一直是相位成像领域研究的热点。着重介绍了物参共路数字全息显微技术和单光束定量相位显微技术。前者主要包括斐索干涉显微、Mirau干涉显微、离轴和同轴点衍射干涉显微...

 全文 | 引用本文 | 本期目录2020年第57卷第20期, p.200001 

基于多尺度注意力机制的多分支行人重识别算法

李聪,蒋敏,孔军

[第一单位] 江南大学物联网工程学院江苏省模式识别与计算智能工程实验室

[摘要] 针对基于深度学习的传统方法对于次显著细节信息关注不足的问题,提出一种基于多尺度注意力机制的多分支网络来统筹图像的显著信息及次显著信息。首先,将多尺度特征融合方法(MSFF)与注意力机制相结合,设计了一个多尺度注意力模块(MSA),使得网络可以根据输入信息自适应地调节感受野大小...

 全文 | 引用本文 | 本期目录2020年第57卷第20期, p.201001 

基于AttentionNet和DenseUnet的脊椎CT分割

田丰源,周明全,闫峰,范力,耿国华

[第一单位] 西北大学信息科学与技术学院

[摘要] 在脊椎CT图像分割问题中,由于脊椎与组织对比度过低和噪声的影响,传统分割算法存在分割精度差和自动化程度低等问题。基于此,提出一种通过AttentionNet定位脊椎,然后使用改进的DenseUnet进行脊椎CT分割的方法。首先,对所有脊椎CT样本数据进行裁剪、重采样、灰度值归一化等预处理操作...

 全文 | 引用本文 | 本期目录2020年第57卷第20期, p.201008 

基于序贯相似性和布谷鸟寻优的敦煌壁画修复算法

陈永,陈锦,艾亚鹏,陶美风

[第一单位] 兰州交通大学电子与信息工程学院

[摘要] 针对Criminisi算法在修复敦煌壁画时易出现错误填充、修复效率较低等问题,提出了一种基于序贯相似性和布谷鸟寻优算法结合的敦煌壁画修复方法。首先采用P-Laplace算子重新定义数据项,改进了优先权计算方法,避免了优先权频繁趋于0的问题;其次引入动态阈值序贯相似性检测算法进行匹配块的搜索...

 全文 | 引用本文 | 本期目录2020年第57卷第20期, p.201020 

融合光流法和特征匹配的视觉里程计

许广富,曾继超,刘锡祥

[第一单位] 东南大学仪器科学与工程学院

[摘要] 针对传统视觉里程计中光流法定位精度差、特征点法耗时多的问题,提出一种融合光流法和特征匹配的视觉里程计模型。该模型融合了基于帧间优化的LK光流位姿估计和基于关键帧的光流/特征点位姿优化算法。针对传统参考帧/当前帧跟踪方式容易产生累积误差的问题...

 全文 | 引用本文 | 本期目录2020年第57卷第20期, p.201501 

基于Cascade R-CNN的并行特征金字塔网络无人机航拍图像目标检测算法

刘英杰,杨风暴,胡鹏

[第一单位] 中北大学信息与通信工程学院

[摘要] 在目标检测领域,小目标的检测识别一直都是研究的难点,导致模型提取到的特征并不具有良好的表达能力,因此对小目标的检测结果不佳。为此,提出一种基于特征金字塔网络(FPN)的改进算法。在原有基础上增加并行分支,再融合两种不同上采样方法的特征信息以加强小目标特征的表达能力...

 全文 | 引用本文 | 本期目录2020年第57卷第20期, p.201505 

自适应融合RGB和骨骼特征的行为识别

郭伏正,孔军,蒋敏

[第一单位] 江南大学模式识别与计算智能国际联合实验室

[摘要] 传统的基于RGB和骨骼特征的行为识别算法,普遍存在两种特征互补性不足及视频关键时序性不强等问题。为解决这一问题,提出一种自适应融合RGB和骨骼特征的行为识别算法。首先,面向RGB图像和骨骼图像,联合双向长短时记忆(LSTM)网络和自注意力机制提取两者的时空特征...

 全文 | 引用本文 | 本期目录2020年第57卷第20期, p.201506