汽车辅助驾驶系统动态目标检测方法

针对汽车辅助驾驶系统中动态目标检测的复杂背景和实时性要求,提出一种基于改进尺度不变特征变换(SIFT)算子和改进假设检验方法的动态目标检测方法。通过小波多分辨率分析和相邻帧间特征点位置估计改进SIFT方法,实现快速全局背景运动补偿参数估计,并在三帧差分图像上优化背景方差估计过程,解决因目标分布在图像边缘导致传统假设检验方法漏检的问题。实验结果表明,该方法不仅能够保持SIFT算子的优越性能,提高参数估计精确性,而且能加快特征配准和检测速度,满足系统的实时性要求。

基于改进隐马尔可夫特征的车牌识别技术

为实现复杂光照条件及字符图像存在旋转、遮挡和污损等情况下车牌字符的准确识别,提出基于改进隐马尔可夫特征的车牌字符识别算法,算法通过快速独立成分分析对隐马尔可夫特征降维,减少参与神经网络分类的特征维数从而提高识别效率,通过选取代表性训练样本参与分类器训练,减少算法对硬件性能的要求从而进一步提高算法的识别效率。实验结果表明,该算法在保持原有统计特征分类识别性能的条件下,显著减少了运行时间,提高了识别准确率。

基于非线性超表面的多任务光电混合神经网络(特邀)

提出一种新型的光电混合神经网络计算模型,通过非线性超表面对线性和非线性光波进行多维度光场调控,并行处理多个通道的信息。非线性超表面采用U型纳米天线,基于自旋和几何相位对基频和倍频光波的相位进行编码和复用,结合后端的浅层电子神经网络分别实现对手写数字图像输入的高精度分类(盲测准确率为95.53%)和高质量重建(平均峰值信噪比大于26 dB)。所提方法为发展光学、光电、电子模拟和数字计算技术提供了新思路,从而实现大规模并行、高通量和更广泛的人工智能系统。

超表面VR/AR显示技术研究进展

虚拟现实(VR)和增强现实(AR)是继计算机、智能手机和互联网之后出现的下一代革新技术,正在改变我们感知和沟通世界的方式。近年来,VR/AR头戴显示器蓬勃发展,对高分辨、高亮度的微型显示设备和小体积、轻质量的近眼显示光学系统的需求也越来越迫切。超表面作为一种在二维平面上排布亚波长纳米结构的新型超薄光学元器件,具有超越传统光学器件的强大电磁波调控能力,正在推进VR和AR设备向着小型化、轻量化方向发展。首先简要介绍VR/AR显示技术的基本原理并回顾发展历程;重点分析超表面和超透镜在VR/AR近眼显示光学系统中的设计原理、性能特点及应用方法,以及超表面在微型显示设备中的作用和应用效果;随后介绍超表面微纳加工技术和大面积批量制备方法;最后对超表面VR/AR显示技术进行总结,并对其发展前景进行展望。