高毅 1何淼 2,*
作者单位
摘要
1 痕迹检验鉴定技术公安部重点实验室(中国刑事警察学院),辽宁沈阳0035
2 中国科学院 沈阳自动化研究所,辽宁沈阳110016
步态识别算法主要依赖行人目标的时序轮廓进行特征提取和判别。在实际应用中行人具有结伴行走的特点,轮廓提取易受到其他行人的遮挡和干扰,大幅降低了步态识别算法的精度。为提高人员密集遮挡严重的场景下步态识别算法的鲁棒性,提出一种基于无序序列的深度步态识别算法。首先在Casia-B数据集的基础上进行仿真,建立遮挡情况下的目标轮廓仿真数据集,用于对算法进行遮挡鲁棒性验证;其次,提出基于随机二值膨胀的数据增广方法,同时通过理论和实验论证了HPP(Horizontal Pyramid Pooling)结构在步态识别问题中的局限性,提出退化水平金字塔结构DHPP,利用DHPP结构、CoordConv方法和联合训练裁剪方法的配合,在深度特征中增强绝对位置信息的感知能力,提升算法遮挡鲁棒性的同时减少目标特征表达维度。实验结果表明,所提方法对于步态识别的鲁棒性提升效果明显。
步态识别 数据增广 密集遮挡 DHPP 卷积神经网络 gait recognition data augmentation dense occlusion degenerated horizontal pyramid pooling (DHPP) convolutional neural network(CNN) 
光学 精密工程
2023, 31(2): 263
李翔 1,2,3,4何淼 1,2,3罗海波 1,2,3,*
作者单位
摘要
1 中国科学院光电信息处理重点实验室,辽宁 沈阳 110016
2 中国科学院沈阳自动化研究所,辽宁 沈阳 110016
3 中国科学院机器人与智能制造创新研究院,辽宁 沈阳 110169
4 中国科学院大学,北京 100049
在密集行人检测场景中,目标间的相互遮挡重叠会造成YOLOv3模型的检测性能下降。针对造成YOLOv3性能下降的原因提出三点改进。一是提出了一种聚拢损失函数,通过优化预测框坐标的方差与均值,使得属于同一个目标的预测框更加紧致,进而降低假阳率。二是提出了一种高分辨率特征金字塔,通过上采样提高每层金字塔特征的分辨率,并引入浅层特征以增强相邻子特征的差异,从而为高重叠目标生成具有区分度的深度特征。三是提出了一种基于空间注意力机制的检测头,用以降低冗余预测框的数量,减少非极大值抑制(NMS)过程的计算负担。在密集行人数据集CrowdHuman上进行的实验的结果显示,所提算法在使用传统NMS方法的情况下使得YOLOv3检测的平均精度和召回率分别提高了2.91个百分点和3.20个百分点,丢失率降低了1.24个百分点,有效提升了对遮挡行人的检测性能。
机器视觉 目标检测 神经网络 行人检测 注意力机制 
光学学报
2022, 42(14): 1415003
作者单位
摘要
1 南京信息职业技术学院, 南京 210043
2 南京理工大学, 南京 210094
通过对所设计战斗部及靶场参数进行计算与可视化仿真以判断战斗部毁伤威力。使用理论模型对战斗部在相应靶场的静爆过程进行数值仿真, 并基于Unity3D技术和仿真数据创建3D场景与静爆场相关数理模型, 实现仿真计算数据与3D模型动画全程数值拟合, 并支持用户在3D场景中多视角、可缩放观察静爆场物理过程。通过系统仿真实验结果分析可知, 系统数值计算与可视化3D模型动画拟合效果良好, 用户交互体验较佳, 能为复杂破片战斗部实弹设计与实验提供威力评估依据。
战斗部静爆场 威力评估 3D虚拟仿真 可视化交互 3D数值拟合 warhead static-blasting field power assessment 3D virtual simulation visual interaction 3D numerical fitting 
电光与控制
2020, 27(1): 102
鞠默然 1,2,3,4,5,*罗海波 1,2,4,5王仲博 1,2,3,4,5何淼 1,2,3,4,5[ ... ]惠斌 1,2,4,5
作者单位
摘要
1 中国科学院沈阳自动化研究所, 辽宁 沈阳110016
2 中国科学院机器人与智能制造创新研究院, 辽宁 沈阳 110016
3 中国科学院大学, 北京 100049
4 中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016
5 辽宁省图像理解与视觉计算重点实验室, 辽宁 沈阳 110016
针对图像中小目标检测率低、虚警率高等问题,提出了一种YOLO V3的改进方法,并将其应用于小目标的检测。由于小目标所占的像素少、特征不明显,提出对原网络输出的8倍降采样特征图进行2倍上采样,将2倍上采样特征图与第2个残差块输出的特征图进行拼接,建立输出为4倍降采样的特征融合目标检测层。为了获取更多的小目标特征信息,在YOLO V3网络结构Darknet53的第2个残差块中增加2个残差单元。利用K-means聚类算法对目标候选框的个数和宽高比维度进行聚类分析。用改进的YOLO V3算法和原YOLO V3算法在VEDAI数据集上进行对比实验,结果表明改进后的YOLO V3算法能有效检测小目标,对小目标的召回率和检测的平均准确率均值都有明显的提升。
机器视觉 小目标检测 YOLO V3 VEDAI数据集 K-means聚类算法 
光学学报
2019, 39(7): 0715004
焦安波 1,2,3,*何淼 1,2,3罗海波 1,2
作者单位
摘要
1 中国科学院沈阳自动化研究所, 辽宁沈阳 110016
2 中国科学院光电信息处理重点实验室, 辽宁沈阳 110016
3 中国科学院大学, 北京 100049
HED网络( holistically nested edge detection network)被证明是目前用于边缘检测的一种性能较好的深度学习网络, 但在实际应用中发现, 将该网络用于前下视红外成像制导自动目标识别时, 会出现检测出的边缘不完整、不光滑等问题。针对上述问题, 对 HED网络进行了改进, 在此基础上提出了一种基于改进 HED网络的边缘提取方法。首先, 在原网络结构的基础上减少了两个池化层, 提高了侧边输出层的输出精度, 然后, 将改进 HED网络输出的边缘概率图进行二值化, 得到显著性边缘区域; 最后, 采用基于匹配滤波的边缘提取方法提取图像的边缘, 并将其与改进 HED网络提取的显著目标边缘相融合, 得到最终结果。实验结果表明, 该方法能够大幅减少非目标区域的边缘, 并且能够有效提取较为完整和准确的目标边缘, 为后续红外图像中的目标检测、跟踪与识别奠定了良好的基础。
深度学习 HED网络 红外图像 显著性边缘 边缘检测 deep learning holistically nested edge detection network infrared image saliency edge edge detection 
红外技术
2019, 41(1): 72
作者单位
摘要
1 钢铁研究总院, 北京 100081
2 钢研纳克检测技术股份有限公司, 北京 100094
3 长春理工大学空间光电技术研究所, 吉林 长春 130022
由于棱镜具有色散不均匀的特点,中阶梯光栅光谱仪的二维谱图在长波波段不可避免地存在相邻衍射级次间相互干扰的情况。为了克服这一缺点,同时充分利用探测器像面,设计了一种小型分段式的中阶梯光栅光谱仪。通过对中阶梯光栅和棱镜色散原理的详细分析,确定了二者参数与探测器之间的关系,结合双缝间隔设计方法,采用双狭缝切换的方式,给出分段式中阶梯光栅光谱仪的设计方法。利用此方法将系统的波段范围165~800 nm分为165~230 nm和210~800 nm两部分,焦距设计为200 mm,分别采集双波段的二维谱图。使用光学设计软件对光学系统进行仿真,结果表明,200 nm处的实际光谱分辨率可达0.015 nm,满足设计指标的要求。
衍射 双缝切换 衍射级次干扰 中阶梯光栅 二维谱图 
光学学报
2018, 38(11): 1105002
罗海波 1,2,3,4,*何淼 1,2,3,4惠斌 1,3,4常铮 1,3,4
作者单位
摘要
1 中国科学院沈阳自动化研究所, 辽宁 沈阳 110016
2 中国科学院大学, 北京 100049
3 中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016
4 辽宁省图像理解与视觉计算重点实验室, 辽宁 沈阳 110016
在近距离行人检测任务中, 平衡算法的检测精度与检测速度对于检测算法的实际应用有着重要意义。为了快速并准确地检测出近景行人目标, 提出了一种基于模型融合全卷积网络的行人检测算法。首先,通过全卷积检测网络对图像中的目标进行检测, 得到一系列候选框; 其次, 通过弱监督训练的语义分割网络得到图像的像素级分类结果; 最后, 将候选框与像素级分类结果融合, 完成检测。实验结果表明: 算法在检测速度与精度方面都具有较高的性能。
深度学习 弱监督训练 行人检测 语义分割 deep learning weakly supervised training pedestrian detection semantic segmentation 
红外与激光工程
2018, 47(2): 0203001
作者单位
摘要
1 南开大学现代光学研究所, 天津 300071
2 弗吉尼亚大学材料科学与工程系, 夏洛茨维尔 22904-4745, 美国
用分子动力学方法模拟飞秒激光在氩气(Ar)环境中烧蚀金属铝(Al)靶时,需要考虑氩原子和铝原子的相互作用。组合连接短程和长程2种势能函数,得到了Ar-Al相互作用的势能函数,并利用该相互作用势给出了相应小体系和小尺度下飞秒激光烧蚀的分子动力学模拟结果。该模型在Ar、Al原子距离较近时使用Ziegler-Biersack-Littmark(ZBL)势能函数,距离较远时使用Lennard-Jones(LJ)势能函数,中间距离则使用二次多项式函数。LJ势能函数的参数通过对Ar-Al结合能的拟合获得。将此Ar-Al相互作用势能函数用于氩气环境中飞秒激光烧蚀固体铝的分子动力学模拟,得到了皮秒量级时间延迟下的烧蚀动态图像和此过程中氩气温度、密度的演化规律。
超快光学 飞秒激光烧蚀 分子动力学模拟 势能函数 结合能 
中国激光
2016, 43(8): 0802004
作者单位
摘要
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 100039
提出了一种基于单1/4波片法的测量方法以实现红外波段光学晶体双折射光程差的精确测量。采用厚度差小于一个周期厚度的两个样品进行比对, 有效克服了单1/4波片法测量厚度的限制。依照此原理研制了测试波长为3.39 μm的晶体双折射测试设备。应用琼斯矩阵理论, 推导了存在主要误差因素时的信号光强解析表达式, 并由此分析了起偏器方位角误差、1/4波片定位精度、样品方位角偏差、检偏器旋转定位精度对测量结果的影响, 综合评价了本测量方法的精度。实验结果表明, 应用研制的设备实测标准1/4波片的双折射光程差误差为0.003 76 μm, 相对误差为0.44%, 满足系统要求。得到的结果表明, 采用基于单1/4波片法的新测量方法能够有效、精确测得红外晶体的双折射光程差。
红外晶体 双折射测量 单1/4波片法 精度分析 infrared crystal birefringence measurement Senamont precision analysis 
光学 精密工程
2012, 20(10): 2176
作者单位
摘要
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 中国科学院研究生院, 北京100049
中阶梯光栅光谱仪二维谱图中, 信号光斑位置的提取精度直接影响光谱分析精度, 是中阶梯光栅光谱仪研制中的关键问题之一。 为保证中阶梯光栅光谱仪的高分辨率特征(其分辨率一般为几千以上, 本仪器光谱分辨率为15 000), 信号光斑的位置提取误差应小于0.03 mm(小于2个像素)。 在分析中阶梯光栅光谱仪谱图特征的基础上, 提出了一种基于质心法的信号光斑位置提取算法, 即通过搜索信号光斑探测窗口进行光斑判读以及信号光斑质心计算, 实现了信号光斑位置的精确读取。 实验结果表明, 采用该算法可以有效地去除噪声光斑的干扰, 实现信号光斑位置的快速精确读取, 位置提取误差小于2个像素, 波长误差小于0.02 nm, 满足本仪器要求。
中阶梯光栅光谱仪 二维光谱 质心计算 交叉色散 Echelle spectrograph Two-dimensional spectra Centroid calculating Cross dispersion 
光谱学与光谱分析
2012, 32(3): 849

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!