光学复用大视场成像研究

为了简化光学复用成像系统复杂度和降低对编码方式的要求,基于反射镜旋转完成通道编码,构建了结合分束镜和光学成像系统实现双通道混叠成像的实验装置.为实现混叠图像的有效解混叠,提出了利用特征点检测与匹配方法实现多幅混叠图像之间平移量的自动识别,进而构建出具有亚像素精度的双通道光学复用成像系统的系统复用矩阵,并采用梯度投影稀疏重建算法完成基于多幅图像的双通道图像重建,最终实验实现了光学成像系统视场角的2倍放大.此外,对所提方法在其他场景的适应性也进行了实验验证,表明了其可在不改变焦平面探测器的情况下实现光学成像系统视场角的有效放大,大大节约了大视场光学成像系统的研制成本.     

基于VO2的太赫兹各向异性编码超表面

设计了一种3层结构的太赫兹编码超表面,其顶部是嵌入VO₂的金属十字架结构,中间是聚酰亚胺,底部为纯金属.利用该编码超表面的各向异性特点,可以实现对正交极化波(x极化波和y极化波)的独立调控;通过在编码超表面中引入VO₂材料,改变其相变状态,可进一步增加调控的灵活性.对设计的超表面进行建模仿真和分析,结果表明:对于垂直入射的1 THz正交极化波, VO₂处于绝缘态时,设计的超表面可视为2 bit的各向异性编码超表面,产生模式为1和2的涡旋波; VO₂处于金属态时,设计的超表面可视为1 bit的各向异性编码超表面,产生对称的2束反射波和4束反射波.所提出的各向异性和相变材料结合的方法,实现了同一超表面上产生多种不同形式太赫兹波束的功能,一定程度上解决了超表面调控太赫兹波形式单一的问题,为实现能够灵活应用于多种场景的多功能编码超表面提供了参考.     

高性能量子点编码磁性微球的制备

基于改进的层层组装法,以氯仿/正丁醇混合溶液作为反应溶剂,将油溶性CdSSe/ZnS量子点装载到表面氨基修饰的磁性聚苯乙烯微球(MS)表面,通过调节量子点浓度,制备出高性能CdSSe/ZnS量子点编码磁性微球(CdSSe/ZnS-MBs).研究了氯仿和氯仿/正丁醇混合溶液对CdSSe/ZnS-MBs制备效果的影响.结果表明,氯仿/正丁醇混合溶液不仅能避免氯仿等量子点良溶剂对聚合物微球的形貌破坏,同时能促进CdSSe/ZnS量子点高效地装载到磁性微球表面.所制备的CdSSe/ZnS-MBs在水相具有较好的分散性,荧光强度变异系数(CV)小,形貌均一.该方法为简单、精确可控地制备高编码容量的量子点编码微球提供了新思路.     

基于空-谱编码的压缩感知高光谱计算成像

压缩感知高光谱计算成像技术是当前高光谱计算成像领域的研究热点之一,其能够在保持系统元器件物理特性不变的前提下,有效地提升成像质量。本文概述了高光谱计算成像的研究背景和基本概念,详细介绍了压缩感知高光谱计算成像系统的发展现状,重点阐述了本团队提出的基于空-谱编码的压缩感知高光谱计算成像技术,并对其系统组成、数理模型以及最新进展进行了说明。通过总结压缩感知高光谱计算成像的背景知识以及空-谱编码压缩感知高光谱计算成像的研究工作,力求为科研人员探索压缩感知高光谱计算成像新体制带来新的思路,促进高光谱计算成像技术的发展。     

Att-U-Net：融合注意力机制的U-Net骨导语声增强*

近年来大量全卷积网络、U-Net等编解码网络结构应用于语音增强,它们具有计算复杂度低、模型参数少等优势。然而,与长短时记忆模型等方法相比,这些编解码结构仍存在不能充分利用先后时间之间和高低频率之间的关联信息等缺点,尤其对于长序列数据的输入,编解码结构存在信息丢失的问题。为保持计算效率的同时考虑更充分的时频关联信息建模,本文提出一种融合注意力机制的U-Net网络的骨导语音增强方法（Att-U-Net）,通过在跳跃连接中引入注意力机制,生成一个权重矩阵,将编码层中的全局信息根据权重融入对应的解码层中,使网络在编解码过程中能够关注输入数据中与增强目标相关程度高的重要信息,同时抑制不相关的信息。在骨导语音数据集上的实验表明,融合注意力机制的U-Net网络能在保持模型轻量化的同时有效提升骨导语音的增强效果,增强后的语音在各项客观评价指标上均优于基线模型。通过对编解码网络中间层的可视化分析发现,在解码过程中注意力机制有效地保留了有声段的信息,滤除了骨导语音由于骨导传声特性带来的中频共振,从而使得增强后的骨导语音具有较好的听觉效果。     

单细胞核酸编码扩增成像分析

单细胞成像可在单细胞水平观测目标物位置、 确定目标物含量, 在生命科学与临床医学研究领域应用广泛. 核酸编码扩增技术利用特定分子反应将待测目标识别转化为核酸条码的扩增, 具有探针种类多、 易编程、 反应条件温和及信号放大效率高等特点, 在单细胞低丰度、 高灵敏、 多目标物成像中优势显著, 为理解细胞状态、 探索生命过程提供了新思路. 本文综合评述了核酸编码扩增在单细胞荧光成像领域的研究进展, 以目标物的编码方式为分类依据, 系统阐述了固定细胞原位成像和活细胞成像中不同目标物编码与扩增成像方式的区别, 并对活细胞成像中多重检测面临的问题以及未来发展前景进行了展望.     

分形与图象处理

介绍了分形几何的基本概念，分形几何在图象处理上的应用，分形图象压缩编码与分形滤波，结合以前的工作叙述了有关分形滤波的方法。     

噪声情况下采用稀疏非负矩阵分解与深度吸引子网络的人声分离算法

为实现噪声情况下的人声分离,提出了一种采用稀疏非负矩阵分解与深度吸引子网络的单通道人声分离算法。首先,通过训练得到人声与噪声的字典矩阵,将其作为先验信息从带噪混合语音中分离出人声与噪声的系数矩阵;然后,根据人声系数矩阵中不同的声源成分在嵌入空间中的相似性不同,使用深度吸引子网络将其分离为各声源语音的系数矩阵;最后,使用分离得到的各语音系数矩阵与人声的字典矩阵重构干净的分离语音。在不同噪声情况下的实验结果表明,本文算法能够在抑制背景噪声的同时提高分离语音的整体质量,优于结合声噪人声分离模型的对比算法。      

结合幅度谱和功率谱字典的语音增强方法

从双路字典学习、噪声功率谱估计、语音幅度谱重构角度提出了一种改进的谱特征稀疏表示语音增强方法。在字典学习阶段,融合功率谱与幅度谱特征,采用区分性字典降低语音字典和噪声字典的相干性;在语音增强阶段,提出一种噪声功率谱估计方法对非平稳噪声进行跟踪估计;考虑到幅度谱和功率谱特征对不同噪声的适应程度不同,设计了语音重构权值表。对分别由幅度谱和功率谱恢复而来的两路信号进行自适应加权重构,结合相位补偿函数得到增强后的语音信号。实验结果表明,该方法在平稳、非平稳噪声环境下相比于单一谱特征的语音增强方法平均提高31.6%,改善了语音增强方法的性能。      

面向鲁棒自动语音识别的一致性自监督学习方法

提出了一种基于一致性自监督学习的鲁棒自动语音识别方法。该方法通过使用语音信号仿真技术,模拟一条语音在不同声学场景下的副本;在通过自监督学习方式学习语音表征的同时,极大化一条语音在不同声学环境下对应语音表征的相似性,从而获取到与环境干扰无关的语音表征方式,提高下游语音识别模型的性能。在远讲数据集CHiME-4和会议数据集AMI上的实验表明,所提的一致性自监督学习算法能够取得相比已有的wav2vec2.0自监督学习基线算法30%以上的识别词错误率下降。这表明,所提方法是一种获取噪声无关语音表征、提升鲁棒语音识别性能的有效方法。