物理信息多分支GAN

偏振重建质量提升

该网络从DoFP偏振图像中直接重建强度、线偏振度和偏振角，绕过传统插值方法，实现去马赛克与偏振重建的一体化处理。

刘浩然 · Zhongding, Gu · Shuming, Shi · Li, Zhenyang · Lei, Xuefeng · 刘振海 · 宋茂新 · Jie, Yang · Li, Congfei · 周志远 · Qiu, Zhenwei · Hong, Jing

Optics Express 2025

技术优势

图像质量更好

网络端到端联合去马赛克和偏振重建，避免插值过程引入的误差，从而提升重建图像的保真度。

注意力可视化

利用Grad-CAM定位网络重建时关注的输入区域，为模型决策提供可解释性，便于分析失效模式。

应用场景

• 偏振成像：用端到端网络替代传统插值流程，提升偏振成像的空间分辨率和偏振精度。
• 柔性偏振传感器：该重建方法可配合紧凑型DoFP传感器，在不增加硬件复杂度的前提下提高偏振参数质量。
• 机器人视觉：为机器人提供更准确的偏振视觉信息，有助于表面材质和形状识别。
• 无人机遥感：从无人机载荷的DoFP图像中恢复高质量偏振信息，提升地物分类和目标检测能力。