(文章來源:中國光學(xué)工程學(xué)會)
人類所處的物理世界空間是三維的,對三維信息的獲取和處理技術(shù)體現(xiàn)了人類對客觀世界的把握能力,因而從某種程度上來說它是體現(xiàn)人類智慧的一個重要標(biāo)志。傳統(tǒng)光探測器僅對被測場景的二維強度敏感而無法感知其三維形貌與深度信息。人類雖可通過自己的雙眼來感知三維的世界,但無法對客觀事物的三維形貌進(jìn)行準(zhǔn)確量化的描述。
三維成像與傳感技術(shù)作為感知真實三維世界的重要信息獲取手段,為重構(gòu)物體真實幾何形貌及后續(xù)的三維建模、檢測、識別等方面提供數(shù)據(jù)基礎(chǔ)。近年來,隨著計算機技術(shù)、光學(xué)和光電技術(shù)的發(fā)展,以光信號為載體的光學(xué)三維傳感技術(shù),融合光電子學(xué)、圖像處理、計算機視覺與現(xiàn)代信號處理等多學(xué)科為一體,已發(fā)展成為光學(xué)計量和信息光學(xué)的最重要的研究領(lǐng)域和研究方向之一。
互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展指引著大數(shù)據(jù)時代的來臨,以數(shù)據(jù)為推動的深度學(xué)習(xí)技術(shù)無疑是大數(shù)據(jù)時代的算法利器。相比于傳統(tǒng)的機器學(xué)習(xí)技術(shù),深度學(xué)習(xí)技術(shù)首先可利用不斷增多的數(shù)據(jù)不斷提升其性能,而傳統(tǒng)機器學(xué)習(xí)技術(shù)無法做到這一點。其次,有別于傳統(tǒng)方法需要手動提取特征,深度學(xué)習(xí)技術(shù)是一項全自動的技術(shù),它可以從海量數(shù)據(jù)中直接抽取特征。并且,對于不同的任務(wù),不再需要設(shè)計獨特的特征提取器,所有工作都是深度學(xué)習(xí)自動完成。這是智能機器逐漸代替人工操作的一個顯著體現(xiàn),因此深度學(xué)習(xí)已成為大數(shù)據(jù)時代的一項熱點技術(shù),無論學(xué)術(shù)界還是工業(yè)界都對這項技術(shù)產(chǎn)生了濃厚的興趣。
深度學(xué)習(xí)技術(shù)已在光學(xué)成像、計算成像、全息顯微等諸多領(lǐng)域逐步滲透,并展現(xiàn)了巨大的潛力。條紋投影三維成像因其非接觸、高精度、全場測量、點云重建效率高等優(yōu)點,目前已成為一種主流的三維傳感技術(shù)。在深度學(xué)習(xí)技術(shù)的輔助下,條紋投影三維成像的相位測量效率、相位測量精度與三維成像穩(wěn)定性得到進(jìn)一步提升?;?a target="_blank">人工智能的新型條紋投影三維成像將有望為高端制造、在線檢測、生物醫(yī)療等領(lǐng)域提供“即快又準(zhǔn)”的三維數(shù)據(jù)。
作者首先簡要回顧條紋投影三維成像的基本原理,包括條紋分析、相位展開以及三維重建。隨后,列舉了深度學(xué)習(xí)技術(shù)在條紋投影三維成像中的典型應(yīng)用,包括基于深度學(xué)習(xí)的條紋分析、條紋圖像去噪、相位展開、系統(tǒng)標(biāo)定、三維重建以及超快三維成像。最后,作者從以下5個方面分析與總結(jié)了利用深度學(xué)習(xí)技術(shù)實現(xiàn)高性能條紋投影三維成像面臨的挑戰(zhàn)和未來的走向:
深度學(xué)習(xí)到底學(xué)到了什么?作者認(rèn)為當(dāng)前研究人員正嘗試著用深度學(xué)習(xí)技術(shù)替代傳統(tǒng)方法以實現(xiàn)條紋投影三維成像的某一基本過程,或者全部內(nèi)容(端對端的策略)。然而對于大多數(shù)研究人員而言,深度學(xué)習(xí)方法預(yù)測最終結(jié)果的過程仍是一個“黑箱子”——只能通過最終的測試結(jié)果來判斷神經(jīng)網(wǎng)絡(luò)的優(yōu)劣。由于難以把握神經(jīng)網(wǎng)絡(luò)的推演機理,使得優(yōu)化和提升神經(jīng)網(wǎng)絡(luò)性能的目標(biāo)淪為了大量的試錯。
深度神經(jīng)網(wǎng)絡(luò)的架構(gòu)設(shè)計與優(yōu)化。針對具體的條紋投影應(yīng)用(如計算包裹相位、相位展開、高動態(tài)范圍成像等),到底什么樣的神經(jīng)網(wǎng)絡(luò)合適?盡管從前人相似工作中能找到網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的靈感,但是在神經(jīng)網(wǎng)絡(luò)后期的調(diào)試與優(yōu)化過程中,如何調(diào)整超參數(shù)(如神經(jīng)網(wǎng)絡(luò)的類型、卷積神經(jīng)網(wǎng)絡(luò)中濾波器的尺寸、抽取特征的數(shù)量等)使得能夠在自己的應(yīng)用上表現(xiàn)出色仍是一個難以回答的問題。
訓(xùn)練數(shù)據(jù)的獲取與標(biāo)注成本高。對于條紋投影技術(shù)領(lǐng)域,訓(xùn)練數(shù)據(jù)的大規(guī)模獲取與正確標(biāo)注仍需要耗費大量的人力和物力成本。加之公開的數(shù)據(jù)集稀少,這都增加了深度學(xué)習(xí)技術(shù)的實施難度。盡管采用仿真的方式獲取數(shù)據(jù)集可在一定程度上降低訓(xùn)練數(shù)據(jù)采集過程中的成本。但是仿真數(shù)據(jù)受制于有限的預(yù)設(shè)參數(shù),它并不能完全等于真實數(shù)據(jù)。而深度學(xué)習(xí)的強大能力就在于學(xué)習(xí)與發(fā)掘輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的潛在聯(lián)系。因此,如何快速獲得準(zhǔn)確可靠的訓(xùn)練數(shù)據(jù)是提高深度學(xué)習(xí)技術(shù)在條紋投影技術(shù)領(lǐng)域應(yīng)用效率的一個重要問題。
(責(zé)任編輯:fqj)
-
三維成像
+關(guān)注
關(guān)注
0文章
31瀏覽量
11082 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5442瀏覽量
120800
發(fā)布評論請先 登錄
相關(guān)推薦
評論