公开(公告)号：CN116645432A

公开(公告)日：2023-08-25

申请号：CN202310665894.5

申请日：2023-06-07

Applicant: 上海交通大学

Inventor： 李燕 ,  凌玉烨 ,  徐超 ,  董振兴

IPC: G06T9/00 ,  G06T5/20 ,  G06T5/10 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种基于改良ViT网络的高质量全息图生成方法，通过构建编码‑解码架构，改良Vision Transformer网络作为编码部分，将目标图像编码成其对应的全息图；在解码部分通过角谱传播算法模拟光的自由空间传播，得到全息图的重建图像，通过计算重建图像和目标图像之间损失函数对编码‑解码架构的编码部分进行迭代训练；在在线阶段采用训练后的编码‑解码架构生成的纯相位全息图通过全息显示系统重建出高质量的全息显示图像。本发明通过关注目标图像的全局信息，以改良VisionTransformer网络生成更高质量的全息图并实现全息显示。

公开(公告)号：CN115797231A

公开(公告)日：2023-03-14

申请号：CN202211548093.2

申请日：2022-12-05

Applicant: 上海交通大学

Inventor： 李燕 ,  凌玉烨 ,  董振兴 ,  徐超

IPC: G06T5/10 ,  G06V10/44 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 一种基于傅里叶启发的神经网络的实时全息图生成方法，在编码阶段采用带有跳跃连接的改进型U‑Net网络模型融合来自空间分支的空间特征和来自傅里叶分支的傅立叶特征，将图像转换为纯相位的全息图；在解码阶段通过角谱法得到重建结果。本发明能够用于实时和高保真相位全息图生成，并且重建得到的图像无散斑噪声。

公开(公告)号：CN114387166A

公开(公告)日：2022-04-22

申请号：CN202210042307.2

申请日：2022-01-14

Applicant: 上海交通大学

Inventor： 凌玉烨 ,  董振兴

IPC: G06T3/40

Abstract: 一种单幅图像超分辨图像生成方法，在离线阶段，通过预测网络对基于实际成像系统的图像数据集进行训练，并以训练后的预测网络根据未配对的HR图像预测LR图像，从而组成训练集对SISR网络进行训练；在在线阶段，通过训练后的SISR网络根据输入真实世界拍摄的低分辨图像，生成真实世界高分辨图像，实现对真实世界单幅图像的超分辨重建。本发明采用频域感知和深度学习的方法可以在真实世界图像超分辨中得到更优的视觉效果，在图像重建中相比于其他的图像重建方法可以达到更好的分辨率。