[发明专利]基于深度迁移学习预测波前泽尼克系数的自适应光学波前补偿方法有效
| 申请号： | 201910513458.X | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110349095B | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | 金昀程;陈智鸿;金心宇 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/08;G06N3/067;G06N3/04;G02F1/01;G02B27/00 |
| 代理公司： | 杭州中成专利事务所有限公司 33212 | 代理人： | 金祺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度迁移学习预测波前泽尼克系数的自适应光学波前补偿方法：包括：得到有标注的源域样本；得到无标注的目标域样本；得到有标注的源域样本；基于源域数据集和目标域数据集训练网络，通过反向传播算法对模型参数进行优化，得到完成训练的网络；将图像输入S35得到的完成训练的网络，输出预测的泽尼克系数，根据预测的泽尼克系数计算波前相位，并利用波前矫正器进行波前补偿实现校正。本发明采用了迁移卷积神经网络的双流结构，能利用迁移学习改进模型在不同介质时的波前系数预测能力。 | ||
| 搜索关键词： | 基于 深度 迁移 学习 预测 波前泽 尼克 系数 自适应 光学 补偿 方法 | ||
【主权项】：
1.基于深度迁移学习预测波前泽尼克系数的自适应光学波前补偿方法，其特征在于：包括以下步骤：S1、得到有标注的源域样本{Xs,Ys}；执行步骤S2；S2、得到无标注的目标域样本![]()
得到有标注的目标域样本![]()
执行步骤S3；S3、根据有标注的源域样本{Xs,Ys}得到源域数据集，根据无标注的目标域样本![]()
和有标注的目标域样本![]()
得到目标域数据集；基于源域数据集和目标域数据集训练网络，通过反向传播算法对模型参数进行优化，得到完成训练的网络；执行步骤S4；S4、将图像输入S35得到的完成训练的网络，输出预测的泽尼克系数，执行步骤S5；S5、根据步骤S4预测的泽尼克系数计算波前相位，并利用波前矫正器进行波前补偿实现校正。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910513458.X/，转载请声明来源钻瓜专利网。
