【直播】【《光讲》线上学术论坛】计算光学成像中的物理融合深度神经网络

直播信息

报告题目

光讲线上学术论坛 | 计算光学成像中的物理融合深度神经网络

报告人（单位）

司徒国海 博士 中科院上海光机所

报告时间

2022年5月31日（周二）19:00

主办方

中国科学院西安光学精密机械研究所

直播二维码

报告人介绍

司徒国海，博士，是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。他先后在30多个重要国际学术会议上作大会\主旨\辅导\邀请报告，曾获Holoknight奖、中国科学院上海分院第六届杰出青年科技创新人才奖和“全国归侨侨眷先进个人”称号，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。

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的优越性，并讨论这种策略所面临的挑战。

“光讲”栏目简介

1、栏目背景

光讲有用--传播有用的光学知识。

由两江科技评论与中科院青促会西安光机所小组联手打造，依托新媒体的服务性、指导性和公开性，致力于传播科技理念与科技成果，促进科研工作者快速了解光学前沿资讯。旨在起到引领科研，传递知识的作用。

2、栏目内容

邀请国内外院士、诺奖获得者、领域知名科学家、中青年科学家等围绕物理前沿、光学领域等相关研究进展及最新研究成果进行线上报告，打造高端、前沿、严谨的线上光学论坛，传播光学知识，扩大研究成果影响力，促使光学在科技前沿、社会发展与国民生产中发挥更大作用。

两江科技评论

析光学术

扩展阅读

 

编辑：王亚琨

蔻享学术平台，国内领先的一站式科学资源共享平台，依托国内外一流科研院所、高等院校和企业的科研力量，聚焦前沿科学，以优化科研创新环境、传播和服务科学、促进学科交叉融合为宗旨，打造优质学术资源的共享数据平台。

版权说明：未经授权严禁任何形式的媒体转载和摘编，并且严禁转载至微信以外的平台！

---

原创文章首发于蔻享学术，仅代表作者观点，不代表蔻享学术立场。

转载请在『蔻享学术』公众号后台留言。

点击阅读原文～发现惊喜！