搜索结果: 1-5 共查到“光学工程 计算成像”相关记录5条 . 查询时间(0.19 秒)
西安电子科技大学光电工程学院计算成像团队（图）
计算成像 光学成像 散射成像
2023/5/10
计算成像团队依托于陕西省新体制光电成像与感知科技创新团队、西安市计算成像重点实验室、西安电子科技大学先进光学成像交叉前沿研究院、省部级重点学科——光学工程等平台，以国家重大战略发展需求为牵引，以原始创新为导向，聚焦计算成像的基础理论及工程应用。
目前，求解计算成像中的逆问题通常需要知道成像物理模型和物体先验信息。但是，在很多实际应用中，物理模型并不能被准确地表征，这会导致模型不确定性，影响重建物体图像的质量。为了减小模型不确定性的影响，当前的研究主要集中在贝叶斯近似方法或者数据驱动深度学习方法，虽然在一定程度上可以减少模型不确定性，但是需要大量的数据进行参数估计。因此，在少量测量下进行模型不确定性估计是科研人员研究的方向和重点。
近日，暨南大学理工学院光电工程系智能计算成像团队的《单像素成像技术与应用》项目在“第二届广州市校园高价值专利培育大赛”中喜获三等奖。本届广州市校园高价值专利培育大赛以“培育高价值专利、促科技成果转化”为主题，旨在全面提升高校专利质量，强化高价值专利的创造、运用和管理，更好地发挥高校服务经济社会发展的重要作用，精准推动科技成果企业化、产业化，努力打造粤港澳大湾区创新策源地。赛事自2020年7月29日...
光学成像系统已广泛地应用于我们生活的各个方面，从安防监控到自动驾驶，从手机摄影到最近的疫情防控，光学成像系统都是其中的核心部件。当前光学成像系统都基于折射光学元件构建，为了实现高性能成像，通常需要复杂的光学镜头，导致系统长度长、重量重。例如目前手机相机的光学镜头，因其长度难以缩小而凸出于手机后壳。衍射光学元件（DOE）具有的平面化、轻薄、轴外像差小等特性，与先进的计算成像技术相结合，有望实现平面化...
近期，中国科学院上海光学精密机械研究所信息光学与光电技术实验室与德国斯图加特大学应用光学研究所、美国麻省理工学院合作，提出并实验验证了一种基于物理模型和深度神经网络的新型计算成像方法，无需大量带标签的数据来完成神经网络训练，将能有力促进人工智能技术在计算成像中的广泛应用。相关成果于5月6日在线发表于《光:科学与应用》(Light: Science & Applications)。