首页> 中国专利> 一种基于自监督学习神经网络的点目标相位检索方法

一种基于自监督学习神经网络的点目标相位检索方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于自监督学习神经网络的点目标相位检索方法，利用的系统包括：成像探测器与自监督学习神经网络模块。在训练过程中，自监督学习神经网络将输入的光斑图像的数据样本映射到Zernike系数，然后通过光学成像系统利用Zernike系数计算出光斑图像，根据输入与输出光斑图像之间的相似度计算损失函数实现自监督学习。测试过程中，成像探测器采集的单幅离焦光斑图像输入到自监督学习神经网络中，根据映射关系输出系统所需的波前参数，实现相位检索。该方法不依赖任何标签值，仅通过畸变光斑数据的内在特征，建立采集光斑样本之间的映射关系；有效地避免了传统监督学习需要大量标签样本的技术瓶颈，有利于神经网络相位检索方法的实际应用。

著录项

公开/公告号CN114022730A

专利类型发明专利
公开/公告日2022-02-08

原文格式PDF
申请/专利权人中国科学院光电技术研究所;
展开▼

申请/专利号CN202111260725.0
发明设计人郭弘扬;徐杨杰;唐薇;王子豪;黄永梅;贺东;王强;
展开▼

申请日2021-10-28
分类号G06V10/774(20220101);G06V10/82(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);
代理机构11251 北京科迪生专利代理有限责任公司;
代理人江亚平
地址 610209 四川省成都市双流350信箱
入库时间 2023-06-19 14:06:32

法律信息

法律状态公告日

法律状态信息

法律状态
2022-02-08

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 一种基于自监督学习神经网络的点目标相位检索方法 [P] . 中国专利： CN114022730A . 2022-02-08
2. 基于卷积神经网络和监督核哈希的目标检索方法 [P] . 中国专利： CN108304573A . 2018-07-20
3. RECOVER KEYPOINT-BASED TARGET TRACKING FROM OCCLUSION USING DEEP NEURAL NETWORK SEGMENTATION [P] . US2021110553A1 . 2021-04-15

机译：使用深神经网络分割从闭塞恢复基于关键点的目标跟踪
4. Recover keypoint-based target tracking from occlusion using deep neural network segmentation [P] . US11087478B2 . 2021-08-10

机译：使用深神经网络分割从闭塞恢复基于关键点的目标跟踪
5. METHOD FOR MEASURING PHASE DIFFERENCE OF RESPECTIVE DETECTION SIGNALS BASED ON REFLECTED LIGHT FORM ONE PAIR OF SUB-SPOTS OF OPTICAL PICKUP [P] . 日本专利： JPH0312035A . 1991-01-21

机译：一种基于光拾取副点对的反射光形式的检测信号相位差的测量方法