您当前的位置：
首页 >
文章列表页 >
偏振物理先验和深度学习联合驱动的红外偏振三维重建
偏振遥感 | 更新时间：2026-09-11
上一篇|下一篇

    • 偏振物理先验和深度学习联合驱动的红外偏振三维重建

    • Shape from infrared polarization driven by polarimetric physical priors with deep learning

    • “"针对红外偏振三维重建中存在的表面法向量歧义及纯数据驱动方法缺乏物理约束的问题，提出一种融合红外偏振物理先验与深度学习的重建方法"，该方法解决了偏振三维重建中的法向量歧义问题，为高精度红外三维成像开辟了新方向。”
    • 陈斌 ，刘海峥 ，史泽林 ，佟秋男
    • 光学精密工程 2026年34卷第11期 页码：1665-1683

    • DOI： 10.37188/OPE.20263411.1665     

      中图分类号：
    • CSTR： 32169.14.OPE.20263411.1665     

    • 修回：2026-04-14 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 19 ) 表( 7 )

  • 参考文献

  • 出版信息

  • 数据统计

310

浏览量

323

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

计算光谱成像系统及光谱重建算法
面向无人机目标探测的分时型红外偏振成像系统
系统积热对红外偏振成像系统工作性能的影响
光学系统与图像处理端到端协同设计及其应用
轻量级注意力级联网络的偏振计算成像超分辨率重建

相关作者

曹良才
郑臻荣
张书赫
李玉梅
马玉辰
吴佳琛
陈雅婷
刘新宇

相关机构

浙江大学 光电科学与工程学院
清华大学 精密仪器系
北京信息科技大学 仪器科学与光电工程学院
清华大学 精密仪器系
西北工业大学 机电学院 空天微纳系统教育部重点实验室， 陕西省微纳机电系统重点实验室