[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)的動態(tài)目標鬼成像系統(tǒng)與方法

在審

• 申請?zhí)枺?/td>: 202110653859.2
• 申請日: 2021-06-11
• 公開（公告）號: CN113393392A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計）人: 程雪岷;王安琪;高子琪;陳棵;郝群
• 申請（專利權(quán)）人: 清華大學深圳國際研究生院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08
• 代理公司: 深圳新創(chuàng)友知識產(chǎn)權(quán)代理有限公司 44223
• 代理人: 王震宇

1.一種基于神經(jīng)網(wǎng)絡(luò)的動態(tài)目標鬼成像系統(tǒng)，其特征在于，包括照明激光光源、空間光調(diào)制模塊、光強探測采集模塊以及數(shù)據(jù)處理模塊，其中，所述空間光調(diào)制模塊通過加載傅里葉模式矩陣對激光光源的出射光進行傅里葉基底調(diào)制，并將調(diào)制后的模式光投射到運動目標所在場景上；所述光強探測采集模塊從目標場景采集光強，實現(xiàn)基于傅里葉鬼成像的圖像信息采集，所述數(shù)據(jù)處理模塊將采集的光強序列輸入傅里葉鬼成像神經(jīng)網(wǎng)絡(luò)獲得對應(yīng)目標預(yù)測圖，輸出重構(gòu)的運動目標成像結(jié)果，實現(xiàn)對運動物體的高分辨成像。

2.如權(quán)利要求1所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，所述傅里葉鬼成像神經(jīng)網(wǎng)絡(luò)為從光電信號到二維圖像的端到端深度學習網(wǎng)絡(luò)，通過所述光強探測采集模塊采集的一維信號重建運動目標的高分辨圖像。

3.如權(quán)利要求1或2所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，所述光強探測采集模塊為桶探測器。

4.如權(quán)利要求1至3任一項所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊利用采集的場景光強序列參數(shù)對運動目標進行表征，獲得運動目標場景內(nèi)的散射場景下的頻譜信息，通過所述傅里葉鬼成像神經(jīng)網(wǎng)絡(luò)對運動目標進行重構(gòu)。

5.如權(quán)利要求1至4任一項所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，基于壓縮采樣的傅里葉鬼成像模式，根據(jù)所述光強探測采集模塊接受到的光強序列獲得場景的頻譜信息，其中，傅里葉基底根據(jù)式(1)確定：

T(x,y；f_x,f_y；θ)＝a+bcos(2πf_xx+2πf_yy+θ) (1)

其中a,b為平移和縮放系數(shù)，在(f_x,f_y)頻域點處的值由T(x,y；f_x,f_y；θ)示出，其中每對頻域點處由四個不同的相位控制

6.如權(quán)利要求1至5任一項所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，所述基于傅里葉鬼成像的圖像信息采集包括對目標進行狀態(tài)感知并采取策略消除相對運動；根據(jù)場景的不同生成不同頻率采樣率的模式進行光強信號采集。

7.如權(quán)利要求1至6任一項所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，根據(jù)場景中的目標進行平移時其頻譜信息與目標靜態(tài)時具有的相關(guān)性，通過傅里葉模式下采集的頻譜信息獲得移動目標的相關(guān)信息。

8.如權(quán)利要求1至7任一項所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，所述基于傅里葉鬼成像的圖像信息采集包括：當目標在場景中進行相對系統(tǒng)的切向平移移動時，采集切向平面上目標不同運動速度和方向下的全局場景光強序列。

9.如權(quán)利要求1至8任一項所述的動態(tài)目標鬼成像系統(tǒng)，其特征在于，所述傅里葉鬼成像神經(jīng)網(wǎng)絡(luò)是采用不同靜態(tài)目標在場景下的頻譜信息作為輸入數(shù)據(jù)輸入，目標空域像素信息作為標簽，來訓練得到。

10.一種基于神經(jīng)網(wǎng)絡(luò)的動態(tài)目標鬼成像方法，其特征在于，使用如權(quán)利要求1至9任一項所述的動態(tài)目標鬼成像系統(tǒng)實現(xiàn)動態(tài)目標鬼成像。