公开(公告)号：CN115019125A

公开(公告)日：2022-09-06

申请号：CN202210570531.9

申请日：2022-05-24

Applicant: 中国科学院光电技术研究所

Inventor： 郭弘扬 ,  王子豪 ,  徐扬杰 ,  唐薇 ,  黄永梅 ,  贺东 ,  王强

IPC: G06V10/774 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的自监督扩展目标像差探测方法，首先，利用物理模型提取出扩展目标中的像差信息，然后将提取的像差信息输入卷积神经网络中，利用其非线性拟合的能力建立图像与Zernike系数的映射关系，然后利用Zernike系数与光学成像模型重建像差信息，并依据输入像差特征与光学模型输出像差特征之间的相似度计算损失函数实现自监督学习。测试过程中，可采集已知离焦量的系统中的在焦面与离焦面扩展目标的图像输入到已经训练好的无监督网络中，输出所需要的相位信息。该种方法在物理模型阶段消除了原目标特征，可实现对多种目标的普适性探测，在扩展目标种类变换与实际应用过程中无法获得准确标签的情况下具有更好的实用性。