当前位置: 首页  学术交流  学术报告

6月8日-光电创新论坛云端学术报告(司徒国海教授,中科院上海光机所)

作者:研究生办-马俊  发布者:研究生办-马俊   发布时间:2022-06-06  浏览次数:101

【报告题目】计算光学成像中的物理融合深度神经网络

【报  人】司徒国海教授,中科院上海光机所

【报告时间】2022年6月8日(周三) 19:00

【腾讯会议ID585-361-031

【报告摘要】

深度神经网络(DNN)对计算成像(CI)产生了深刻的影响。通常情况下,一个DNN应该在特定的训练数据集上进行训练,然后才能用于解决相应的CI问题。以这种方式训练的DNN从根本上说是一个黑匣子,对其可解释性缺乏深入了解。 在此,我将报告我们团队最近在物理增强深度神经网络(PhysenNet)方面的工作。PhysenNet是一种将物理成像模型与传统DNN融合的策略。它具有两个明显的优势:首先,它不需要数据集进行训练,而只需要将待处理的数据作为输入;物理模型和随机初始化的DNN之间的相互约束提供了一个优化DNN的机制,并完成图像重建。其次,重建后的图像满足物理模型的约束,因而是可解释的。我将以相位成像和计算鬼成像为例来证明PhysenNet的原理和优越性。

【报告人简介】

司徒国海,中科院上海光机所研究员,国家高层次人才计划入选者,中科院计算光场成像创新交叉团队负责人;近年来致力于发展基于人工智能的计算光学成像技术,解决在强散射、弱光照等极端环境中的成像问题,取得多项重要研究成果,论文在Nature Photonics、Light Sciences & Applications、Optica等期刊上发表,入选Elsevier中国高被引学者。他曾获Holoknight奖和中国科学院上海分院第六届杰出青年科技创新人才奖,先后任OSA Robert E. Hopkins领袖奖、SPIE Dennis Gabor衍射光学奖评审委员会委员。


欢迎感兴趣的老师同学参加!