基于生成式先验分布表征的智能计算成像理论与方法

图像域、测量数据、变换域的多域先验信息表征 ➢本成果提出的基于生成式先验分布学习表征的智能计算成像技术通过在图像域、测量数据域、变换域等先验信息学习，建立具有更丰富约束的计算成像表达模型计算成像过程可以表示为式（1），主要目标就是从观测数据y恢复目标x。A表示的前向模型受限于多个条件，通常无法直接求逆。因此通过y求出精确的x是一个不适定问题。 ➢采用基于模型的方法从观测数据y中求解目标x，可作为一个最小化最小二乘法误差问题 ➢为降低求解过程不适定性，需要从不同域学习先验信息，作为正则化项约束式(2)优化过程。 ➢基于生成式人工智能的多域先验信息表征，利用图像域先验分布信息、测量数据先验分布信息、变换域先验分布信息约束生成过程，实现目标的重建。

➢传统成像系统受强度成像机理、探测器水平、光学设计、衍射极限等因素制约 ➢空间分辨、时间分辨、光谱分辨、信息维度与探测灵敏度等方面仍存在一定局限性 ➢信息技术的发展为光学成像提供新途径，光学调控与信息处理有机结合为突破传统成像系统中的诸多限制性因素提供了新手段与新思路 ➢计算成像中的编码与解调的核心在于基于物理模型与逆向求解算法实现高质量成像 ➢人工智能技术的发展成为进一步提升计算成像技术上限的重要推动力 ➢在人工智能时代下，如何在保证网络可解释前提下，实现成像质量的提升成为计算成像领域的最核心关注点 ➢生成式人工智能在先验信息建模和图像生成方面具有显著优势。如何基于生成式人工智能，深度挖掘各种成像模态、数据结构形式、目标表示空间下的多维度先验分布表征，为计算成像技术提供理论与应用基础，成为亟待解决的重要问题

南昌大学成像与视觉表示实验室依托于先进信号处理与智能通信江西省重点实验室、江西省智能医学信息检测与物联工程研究中心、南昌大学人工智能工业研究院 ➢实验室负责人刘且根为国家优青基金获得者、信息工程学院执行院长、省政府津贴获得者，团队现有科研人员11人（入选省级以上人才4人），博士及硕士研究生70余人，近年获批国家重点研发计划、国家自然科学基金、揭榜挂帅和企业横向委托项目等30余项 ➢实验室立足国家战略需求和江西省电子信息重点产业链发展 ➢聚焦光电成像系统、VR/AR显示装置、医疗影像设备等行业 ➢围绕“传感成像-信号处理-增强显示”中的关键问题与技术瓶颈 ➢以成像和视觉表示为基础核心开展系统的研究

科创中国

科创中国

友情链接

海外专利信息资源系统

省级中心站