深度递归卷积神经网络的偏振应用

• 作者: 周嘉玲 常金涛 李林 段侪杰 韩瑞芳 马辉
• 来源期刊: 中国医学物理学杂志
• 关键词: 深度递归卷积神经网络 偏振 插值 线性偏振度 偏振角度
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 医学影像物理
• 页码范围: 240-245
• 页数: 6页
• 分类号: Q-334
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2017.03.005

摘要

衡量焦平面分割(DoFP)偏振相机插值算法好坏时,有两个备受关注的误差量:线性偏振度(DoLP)和偏振角度(AoP).将深度递归卷积网络(DRCN)插值算法引入到偏振相机的插值上来.DRCN插值算法是全卷积的一个网络.整个网络的卷积核大小为3*3,在高分辨率图像重建部分采用16层的卷积递归,减少了网络的训练参数数目.在文中给出了DRCN单幅图像的插值误差、DoLP以及AoP的插值误差,误差采用常用的均方误差根进行计算.并将DRCN算法与双三次插值进行比较,从4幅中的单幅图像插值效果来看,该算法插值误差比双三次插值的误差小.同时在计算出来的DoLP、AoP的插值误差上,该插值算法也要好于传统的双三次插值算法.文章中给出了定性的比较,利用两个不同分辨率的DoFP偏振相机对同一场景进行拍摄,可以看出DRCN插值后计算出来的DoLP比双三次计算出来的DoLP更加接近于真实的DoLP.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李林	清华大学深圳研究生院深圳市无损和微创医疗技术重点实验室	12	195	4.0	12.0
5	马辉	清华大学深圳研究生院深圳市无损和微创医疗技术重点实验室	51	537	13.0	21.0
9	段侪杰	清华大学深圳研究生院深圳市无损和微创医疗技术重点实验室	12	56	3.0	7.0
13	常金涛	清华大学物理系	2	5	1.0	2.0
14	周嘉玲	清华大学物理系	1	1	1.0	1.0
15	韩瑞芳		1	1	1.0	1.0