公开(公告)号：CN118410725B

公开(公告)日：2024-09-17

申请号：CN202410876871.3

申请日：2024-07-02

Applicant: 清华大学

Inventor： 黄翊东 ,  崔开宇 ,  李永卓 ,  李澍源 ,  饶世杰 ,  张巍 ,  冯雪 ,  刘仿

IPC: G06F30/27 ,  G06N3/084

Abstract: 本发明涉及激光器设计技术领域，提供一种基于神经网络算法的激光器逆向设计方法及系统，包括：获取目标激光器的输出特性参数，并将所述输出特性参数作为已完成训练的激光器设计模型的输出特性参数；其中，所述激光器设计模型基于预设神经网络，通过多组激光器的物理特性参数样本以及对应的输出特性参数样本训练而成；输入至少一组激光器的物理特性参数至所述激光器设计模型，获取所述激光器设计模型实际的输出特性参数；获取实际的输出特性参数与所述目标激光器的输出特性参数之间的偏差，生成偏差结果；基于所述偏差结果调整激光器的物理特性参数，完成目标激光器的逆向设计。本发明解决了现有激光器设计成本高、效率低的问题。

公开(公告)号：CN118470764A

公开(公告)日：2024-08-09

申请号：CN202410322660.5

申请日：2024-03-20

Applicant: 清华大学

Inventor： 黄翊东 ,  饶世杰 ,  李亚利 ,  崔开宇

IPC: G06V40/16 ,  G06V20/10 ,  G06V10/22 ,  G06V10/774

Abstract: 本发明提供一种光谱人脸鉴伪方法、装置、电子设备及可读存储介质，其中的方法包括：获取人脸压缩感知光谱图像；建人脸压缩感知光谱图像中光谱重建关键点对应的光谱数据；根据光谱数据，对人脸压缩感知光谱图像进行鉴伪处理，得到人脸鉴伪结果。该方法通过直接获取人脸压缩感知光谱图像，所适用设备可以具有与普通相机相似的体积和重量，并且无需光栅和扫描装置，使用和维护均十分便捷，能够以较低成本快速获取光谱图像，与此同时，通过利用光谱数据进行人脸鉴伪，可以在保留光谱信息的前提下极大地压缩数据量，对计算设备性能的要求大幅降低，可以部署于便携的移动式设备上，并有效提升了人脸鉴伪的精度。

公开(公告)号：CN118410725A

公开(公告)日：2024-07-30

申请号：CN202410876871.3

申请日：2024-07-02

Applicant: 清华大学

Inventor： 黄翊东 ,  崔开宇 ,  李永卓 ,  李澍源 ,  饶世杰 ,  张巍 ,  冯雪 ,  刘仿

IPC: G06F30/27 ,  G06N3/084

Abstract: 本发明涉及激光器设计技术领域，提供一种基于神经网络算法的激光器逆向设计方法及系统，包括：获取目标激光器的输出特性参数，并将所述输出特性参数作为已完成训练的激光器设计模型的输出特性参数；其中，所述激光器设计模型基于预设神经网络，通过多组激光器的物理特性参数样本以及对应的输出特性参数样本训练而成；输入至少一组激光器的物理特性参数至所述激光器设计模型，获取所述激光器设计模型实际的输出特性参数；获取实际的输出特性参数与所述目标激光器的输出特性参数之间的偏差，生成偏差结果；基于所述偏差结果调整激光器的物理特性参数，完成目标激光器的逆向设计。本发明解决了现有激光器设计成本高、效率低的问题。

公开(公告)号：CN119940432A

公开(公告)日：2025-05-06

申请号：CN202411955183.2

申请日：2024-12-27

Applicant: 清华大学

Inventor： 崔开宇 ,  饶世杰 ,  黄翊东 ,  冯雪 ,  张巍 ,  刘仿

IPC: G06N3/063 ,  G06N3/0464 ,  G06T1/20

Abstract: 本发明提供一种光谱卷积神经网络处理系统、方法及装置，该系统包括：滤光结构覆盖在图像传感器的表面，且滤光结构中的每个滤光单元都与图像传感器中像素阵列的一个像素点相对应；滤光结构中由不同色素组成的不同滤光单元具有不同的宽谱滤光响应；滤光结构用于对入射光进行调制，以获得调制后的透射光的光谱向量；图像传感器用于对调制后的透射光的光谱向量进行并行探测和光电转换处理后输出电信号；将电信号发送到处理器模块进行预设的求和处理获得特征图，并将特征图输入到神经网络模型进行处理，获得神经网络模型的输出结果。本发明提供的系统不依赖相干光源，能够利用连续的光谱维度直接进行处理，有效提高了系统处理的效率。

公开(公告)号：CN118657055A

公开(公告)日：2024-09-17

申请号：CN202410879425.8

申请日：2024-07-02

Applicant: 清华大学

Inventor： 黄翊东 ,  崔开宇 ,  李永卓 ,  李澍源 ,  饶世杰 ,  张巍 ,  冯雪 ,  刘仿

IPC: G06F30/27 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明涉及激光器设计技术领域，提供一种基于神经网络的激光器设计方法及系统，包括：获取预设的激光器结构特征；将所述激光器结构特征输入至预训练的预测模型，所述预测模型基于激光器结构特征进行仿真，输出激光器输出特征；其中，所述预测模型是通过预先构建的激光器仿真数据训练集对神经网络进行训练得到的。本发明解决了现有激光器设计复杂程度高、成本消耗大的问题。