首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于复数神经网络的非训练相位重建方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京理工大学

摘要:本发明提出一种基于复数神经网络的非训练相位重建方法及装置,其中方法包括,S1、获取目标的采集数据;S2、构建复数神经网络,复数神经网络的输入是采集数据,输出是目标场景的幅值图像和相位图像;S3、使用复数神经网络作为生成器,输入采集数据,输出重建的幅值图像与相位图像;使用重建的幅值图像与相位图像根据物理成像模型计算得到仿真采集数据;通过最小化仿真采集数据与采集数据的差异来更新网络参数;S4、重复进行S3,使得网络参数更新收敛,输出最终的目标的幅值图像和相位图像。本发明解决了传统实数神经网络缺乏实部与虚部间信息交互、对复数信号表征能力弱的问题,并且无需额外训练样本,对数据依赖性低。

主权项:1.一种基于复数神经网络的非训练相位重建方法,其特征在于,包括以下步骤:S1、获取目标的采集数据,其中,所述采集数据的采集方式包括以下方法中的任一一种或多种:相干衍射成像,相干光照射所述目标后在远场处形成衍射图样,传感器记录衍射图样的强度信息;傅里叶叠层成像,通过频域处理利用传感器采集一系列低分辨强度图;自相关散射成像,光透过散射介质形成散斑图,传感器采集散斑图;S2、构建复数神经网络,所述复数神经网络的输入是所述采集数据,输出是目标场景的幅值图像和相位图像;S3、使用所述复数神经网络作为生成器,输入所述采集数据,输出重建的幅值图像与相位图像;使用所述重建的幅值图像与相位图像根据物理成像模型计算得到仿真采集数据;通过最小化所述仿真采集数据与所述采集数据的差异来更新网络参数;S4、重复进行S3,使得所述网络参数更新收敛,输出最终的所述目标的幅值图像和相位图像。

全文数据:

权利要求:

百度查询: 北京理工大学 基于复数神经网络的非训练相位重建方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。