[发明专利]一种基于双流特征融合网络的纠缠光量子图像目标识别方法在审
| 申请号： | 202210459345.8 | 申请日： | 2022-04-27 |
| 公开（公告）号： | CN114859624A | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 周牧;夏慧诗;王勇;谢良波;杨小龙;聂伟 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G02F1/35 | 分类号： | G02F1/35;G02F1/355;G06N3/04;G06V10/764;G06V10/80;G06V10/82;H04B10/70 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于双流特征融合网络(Two‑Stream Feature Fusion ConvolutionalNetwork,TSFFCNet)的纠缠光量子图像目标识别方法。首先，将氩原子激光器产生的连续泵浦光照射至周期极化磷酸氧钛钾(Periodically Poled KTP,PPKTP)晶体，进行共线的Ⅱ型自发参量下转换过程，产生具有纠缠特性的闲置光和信号光；其次，闲置光和信号光通过偏振分束器被分离在两条光路上传输，信号光束经过成像透镜照射在待成像目标上后被单光子探测器收集，闲置光束经数字微镜装置(Digital Micromirror Device,DMD)扫描后被另一单光子探测器收集；再次，两条光路探测器收集到的光子通过光纤送入符合计数器进行测量得到量子图像；然后，建立双流特征融合网络，将量子图像输入到网络中进行训练；最后，根据深度学习网络提取的特征进行目标识别。 | ||
| 搜索关键词： | 一种 基于 双流 特征 融合 网络 纠缠 光量子 图像 目标 识别 方法 | ||
【主权项】：
暂无信息
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重庆邮电大学，未经重庆邮电大学许可，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/202210459345.8/，转载请声明来源钻瓜专利网。
