1 辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105
2 汕头职业技术学院 计算机系，广东 汕头 515071
现有的层级式文本生成图像的方法在初始图像生成阶段仅使用上采样进行特征提取，上采样过程本质是卷积运算，卷积运算的局限性会造成全局信息被忽略并且远程语义无法交互。虽然已经有方法在模型中加入自注意力机制，但依然存在图像细节缺失、图像结构性错误等问题。针对上述存在的问题，提出一种基于自监督注意和图像特征融合的生成对抗网络模型SAF-GAN。将基于ContNet的自监督模块加入到初始特征生成阶段，利用注意机制进行图像特征之间的自主映射学习，通过特征的上下文关系引导动态注意矩阵，实现上下文挖掘和自注意学习的高度结合，提高低分辨率图像特征的生成效果，后续通过不同阶段网络的交替训练实现高分辨率图像的细化生成。同时加入了特征融合增强模块，通过将模型上一阶段的低分辨率特征与当前阶段的特征进行融合，生成网络可以充分利用低层特征的高语义信息和高层特征的高分辨率信息，更加保证了不同分辨率特征图的语义一致性，从而实现高分辨率的逼真的图像生成。实验结果表明，相较于基准模型（AttnGAN），SAF-GAN模型在IS和FID指标上均有改善，在CUB数据集上的IS分数提升了0.31，FID指标降低了3.45；在COCO数据集上的IS分数提升了2.68，FID指标降低了5.18。SAF-GAN模型能够有效生成更加真实的图像，证明了该方法的有效性。
计算机视觉 生成对抗网络 文本生成图像 CotNet 图像特征融合 computer vision generative adversarial networks text-to-image cotnet image feature fusion 
Author Affiliations
Abstract
1 Group of Applied Astronomy, Yunnan Observatories, Chinese Academy of Sciences, Kunming 650216, China
2 Key Laboratory of Space Object & Debris Observation, PMO, CAS, Nanjing 210008, China
Space Debris Laser Ranging (DLR) is a technique to measure range to defunct satellites, rocket bodies or other space targets in orbits around Earth. The analysis shows that one of the reasons for the low success probability of DLR is the inaccurate orbital prediction of targets. Then it is proposed to use the Superconducting Nanowire Single-Photon Detector (SNSPD) running in automatic-recoverable range-gate-free mode, in which case, the effect of the accuracy of the target’s orbital prediction on the success probability of DLR is greatly reduced. In this way, 249 space debris were successfully detected and 532 passes of data were obtained. The smallest target detected was the space-debris (902) with an orbital altitude of about 1000 km and a Radar Cross Section (RCS) of 0.0446 m2. The farthest target detected was the space-debris (12,445) with a large elliptical orbit and an RCS of 18.2505 m2, of which the range of the normal point (NPT) of the measured arc-segment on January 27, 2019 was 6260.805 km.
Space Debris Laser Ranging The success probability of DLR Range-gate-free mode Superconducting Nanowire Single-Photon Detector Journal of the European Optical Society-Rapid Publications
2023, 19(1): 2023002
1 青岛理工大学山东省激光绿色智能制造与设备协同创新中心，山东 青岛 266520
2 工业流体节能与污染控制教育部重点实验室，山东 青岛 266520
3 中国科学院长春光学精密机械与物理研究所，吉林 长春 130033
4 北京长峰科威光电技术有限公司，北京 100195
5 中国科学院大学，北京 100049
6 中国电子科技集团公司第四十一研究所，山东 青岛 266555
为抑制光学系统内部的杂散光反射，设计了一种具有非对称特征的新型微结构。该微结构通过减少镜面反射的方式，防止外部杂散光到达光学系统像面位置。为实现对非对称微结构的激光高速加工制备，提出了激光振镜加工系统进行倾斜加工的新方式。设计了新型的高速激光加工平台，制备了非对称的铝基微结构，并搭建了镜面反射测试实验和仿真综合实验对样品进行对比测试。结果表明，加工样品对杂散光具有良好的抑制效果。当设定入射角度为15°、照明光束为650 nm激光时，该微结构与常规的阳极氧化表面相比，抑制杂散光的性能提高了10倍，相对反射率仅为0.008%。
光学设计 微结构制备 纳秒激光 激光材料加工 杂散光抑制 光学学报
2023, 43(11): 1122001
1 中国科学院微电子研究所微电子器件与集成技术重点实验室，北京 100029
2 中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室，吉林 长春 130033
3 中国科学院大学集成电路学院，北京 100049
通过对计算全息图检测非球面的误差进行分析，提出了一种用于计算全息图检测非球面过程中图案位置误差引入的波前误差的标定方法。该方法先设计检测过程中所需要的辅助波前和检测波前在计算全息基板上所对应的相位分布，再通过光场叠加的方式得到复合相位。辅助波前用于计算实际位置与设计位置的偏差，进而计算出位置畸变引起的检测误差，并将其从系统中消除。检测波前用于得到与非球面匹配的波前，进而对非球面面形进行检测，并提出了图案位置误差引入的非球面波前差的计算方法。为评估该方法的可行性，将复合相位所对应的计算全息图导入衍射计算软件中进行仿真，同时得到了平面、球面和非球面各个级次的衍射光斑，证明了该方法的正确性。
光学设计 非球面 复合相位 计算全息 图案位置误差 绝对检测
1 青岛科技大学信息科学技术学院，山东 青岛 266061
2 云南中烟工业有限责任公司技术中心，云南 昆明 650024
针对近红外光谱高维、非线性、大量噪声对定量建模的影响，将深度自编码网络引入到光谱特征学习中，提出一种改进卷积自编码网络的特征提取方法（1D-BCAE），并将其应用到烟叶关键指标的近红外光谱定量建模中，提高了模型的准确性和稳健性。首先利用适合光谱数据的一维卷积核和池化窗口进行特征提取，其次在编码过程中加入BasicBlock模块和批归一化（BN）结构优化网络结构，减少了参数量和计算量的同时，降低了光谱中的噪声和非线性特征的影响，优化了网络的训练效率。通过设计一种对应相连的结构，把编码器中各模块的参数传递给相应的解码器，减少了网络训练过程中细节特征的丢失。通过实验对比重构误差和均方根误差，验证了所提方法的有效性，然后分别采用全谱段和主成分分析（PCA）、卷积自编码（CAE）网络、1D-BCAE提取后的特征结合偏最小二乘（PLS）法建立了关于烟叶中烟碱、总糖指标的定量模型，并进行了对比分析。结果表明，1D-BCAE能有效学习高维数据中的内在结构和非线性关系，所建的模型具有更好的性能。所提方法实现了对待测组分光谱信息的有效提取，对建立稳健校正模型、降低模型复杂度具有重要意义。
卷积自编码网络 近红外光谱定量分析 特征提取 一维卷积 BasicBlock模块 激光与光电子学进展
2023, 60(6): 0630001
1 北京理工大学光电学院，北京 100081
2 清华大学附属北京清华长庚医院血管外科，清华大学临床医学院，北京 102218
3 清华大学精密仪器系激光与光子技术研究室，光子测控技术教育部重点实验室，北京 100084
4 中国人民解放军总医院第一医学中心激光医学科，北京 100853
脉冲串飞秒激光在工业精密加工中展现出低热高效的特性，有望为血栓清除技术提供新型解决方案。以动物血凝块为消蚀样本，将脉冲串飞秒激光与高速振镜相结合来搭建实验平台，对样本表面进行单层扫描消蚀，使用三维超景深显微镜对消蚀坑进行观察和记录，并与相同平均功率下的传统脉冲模式飞秒激光的消蚀结果进行比较。结果表明，相比于传统脉冲模式，脉冲串飞秒激光可以提升消蚀效率并降低消蚀阈值，具有良好的临床研发潜力。
医用光学 飞秒激光 组织消蚀 脉冲串模式 三维显微成像
1 中国科学院云南天文台，云南 昆明 650216
2 中国科学院空间目标与碎片观测重点实验室，江苏 南京 210023
为了提高中国科学院云南天文台1.2 m望远镜激光测距平台对空间碎片的监测能力，开展了白天空间碎片激光测距技术与方法研究。首先，分析了利用云南天文台现有的1.2 m望远镜激光测距试验平台开展白天空间碎片激光测距的可行性。然后，对白天空间碎片激光测距关键问题进行了分析并提出解决措施。通过白天空间碎片激光测距试验，获得了一部分空间碎片激光测距数据，所测量空间碎片的雷达散射截面范围为9.0~20.0 m2、近地点范围为400~900 km、远地点范围为500~900 km。结果表明：云南天文台空间碎片激光测距平台具备空间碎片白天激光测距的潜力，可为后续开展全天时空间碎片激光测距研究提供技术支持。
测量 激光测距 空间碎片白天激光测距 单光子探测技术 激光与光电子学进展
2022, 59(11): 1112003
1 清华大学临床医学院，北京 100084
2 清华大学附属北京清华长庚医院血管外科，北京 102218
3 北京理工大学光电学院，北京 100081
4 清华大学精密仪器系，北京 100084
激光技术在医疗领域应用得十分广泛，其以独特的物理特性以及可以精准地作用于生物组织的特性得到了广泛研究，并在血管腔内有多种应用适应证。本文综述了近年来激光技术在血管内成像和治疗方面的应用，总结了它的发展历史和研究现状，并讨论了其未来的发展趋势。
激光技术 血管腔内成像 血管腔内治疗 血管疾病 激光与光电子学进展
2021, 58(23): 2300002
1 清华大学，精密仪器系， 北京 100083
2 清华大学，光子测控技术教育部重点实验室， 北京 100083
3 北京市遥感信息研究所， 北京 100192
遥感影像配准是图像处理技术领域的重要研究内容，影像间的大旋转差异严重影响匹配精度的提高。针对这个问题，提出基于双分支神经网络的旋转差异校正方法。利用相位一致性信息特征值与方向角提取影像的旋转特征向量(RVPC); 构建并训练用于预测影像间旋转差异角的双分支神经网络R-FCN; 将RVPC输入网络并预测旋转差异角，最后基于预测角对影像进行仿射校正。R-FCN网络在SEN1-2数据集上，5°(±2.5°)精度训练准确率达98.17%。
多模态遥感影像配准 双分支神经网络 旋转差异 相位一致性 multimodal remote sensing image registration double branch neural network rotation difference phase congruency
1 清华大学 精密仪器系，北京 100083
2 清华大学 光子测控技术教育部重点实验室，北京 100083
3 北京市遥感信息研究所，北京 100083
由于影像之间有显著的几何和辐射差异，光学、合成孔径雷达(SAR)影像的自动匹配一直是研究的难点。介绍具有辐射不变的相位一致性模型，并引入索引图对相位一致性的方向和尺度信息进行统计; 借助相位响应方向特征形成方向索引图，借助相位响应尺度特征形成尺度索引图; 建立一种对影像局部特征的描述符--局部相位一致性统计图(LPCS)最后利用LPCS在光学、SAR影像中获取同名点，运用仿射变换模型实现匹配。实验表明，方法对光学、SAR影像之间的辐射差异有很强的适应性，并且匹配精度较高。
图像配准 相位一致性 索引图 相似性测度 image registration phase congruency maximum index map similarity metric
