XiaoMi-AI文件搜索系统
World File Search SystemFOV
适用于 MWIR 应用的 10µm 间距探测器
摘要 SCD 在过去几年中开发了一系列间距为 10 µm 的中波红外 (MWIR) 波段数字红外探测器，具有多种阵列格式（1920×1536、1280×1024 和 640×512），并配备两种类型的传感阵列（InSb 和 XBn-InAsSb），适用于各种电光 (EO) 系统。InSb 光电二极管阵列基于 SCD 成熟的平面植入 p-n 结技术，该技术覆盖整个 MWIR 波段，设计工作温度为 77K。获得专利的 XBn-InAsSb 屏障探测器技术覆盖了 MWIR 波段的蓝色部分，并提供与平面 InSb 相当的电光性能，但工作温度高达 150 K。两种传感阵列 InSb 和 XBn 均采用倒装芯片接合到我们的 0.18 μm CMOS 技术读出集成电路 (ROIC)。然后将 FPA 组装到定制设计的杜瓦瓶中，这种杜瓦瓶可以承受恶劣的环境条件，同时最大限度地降低探测器的热负荷。专用的近距离电子板为 ROIC 提供电源和定时，并支持通信和视频输出到系统。该系列探测器配有各种低温冷却器和高度灵活的外壳设计，可覆盖广泛的 EO 应用。尺寸较小的探测器特别适用于更紧凑、成本更低的应用，例如微型有效载荷、武器瞄准器、手持式相机和遥控武器站。使用 XBn- InAsSb 传感材料，可提高 F
近距离摄影测量
ADC 模拟数字转换器 AGC 自动增益控制 ASCII 美国信息交换标准代码 ASPRS 美国摄影测量与遥感协会 BRDF 双向反射分布函数 CAAD 计算机辅助建筑设计 CAD 计算机辅助设计 CAM 计算机辅助制造 CCD 电荷耦合器件 CCIR 国际无线电咨询委员会 (Comité consultatif international pour la radio) CD-ROM 光盘 - 只读存储器 CID 电荷注入装置 CIE 国际照明委员会 (Commission Internationale de l'Éclairage) CIPA 国际建筑摄影测量委员会 (Comité International de Photogrammétrie Architecturale) CMM 坐标测量机 CMOS 互补金属氧化物半导体 CT 计算机断层扫描、层析成像 CTF 对比度传递函数 DAGM 德国模式识别协会 (Deutsche Arbeitsgemeinschaft für Mustererkennung) DCT 离散余弦变换 DGPF 德国摄影测量与遥感协会und Geoinformation（德国摄影测量、遥感和地理信息学会） DGZfP Deutsche Gesellschaft für Zerstörungsfreie Prüfung（德国无损检测学会） DIN Deutsches Institut für Normung（德国标准化研究所） DLT 直接线性变换 DMD 数字镜面装置 DOF 自由度 DRAM 动态随机存取存储器 DSM 数字表面模型 DTP 桌面出版 DVD数字多功能（视频）磁盘 DXF autocad 数据交换格式 EP 入瞳 E'P 出瞳 EPS 封装后记 FFT 全帧传输或快速傅里叶变换 FMC 前向运动补偿 FOV 视场 FPGA 现场可编程门阵列 FT 帧传输 GIF 图形交换格式 GIS 地理（图形）信息系统 GMA Gesellschaft für Meß- und Automatisierungstechnik（计量与自动化技术学会） GPS 全球定位系统 HDTV 高清电视
![arxiv：2412.03315v1 [cs.cv] 2024年12月4日](/simg/8\8a22007559c8d24d5220854d990bac95efecaebf.webp)
arxiv：2412.03315v1 [cs.cv] 2024年12月4日
地面和卫星跨视图图像合成最近引起了极大的关注，因为它在虚拟现实，仿真，跨视图匹配和数据增强等中的潜在应用。任务是从给定的观点和两个视图之间的相对姿势合成目标视图图像。综合的信息不仅可以在视图之间表现出几何固定的场景结构，而且还保持了对现实世界数据的高视觉保真度。跨视图图像综合是一项非常明显的挑战，并且本质上不可能学习任务。此组合性主要源于急剧的观点变化，这导致图像内容和视觉特征的最小视野（FOV）重叠，severe遮挡和较大的差异。跨视图中的初步作品主要依赖于条件生成的对抗网络[20]。其中一些专注于在给定的卫星贴片上生成圆形的地面视图，采用高级语义或上下文进行监督[19、24、25、42、54]。最近的搜索[14，22，33]进一步证明，将3D几何形状纳入学习过程可以显着提高生成的地面视图图像的质量。但是，所有这些作品都将任务作为确定性的图像到图像翻译，而地面和卫星跨视图合成本质上是一个概率的一对一问题。使用视觉模型的卓越力量，例如剪辑[23]，大多数最近的研究都遵循文本图像生成的道路。扩散模型已成为深层生成模型的强大新家庭，并实现了生成任务的最新结果，尤其是在图像发生[3，7，40]中。最近的潜在扩散模型（LDM）[3]使任何提示中的高质量图像的概率生成，使其成为对地面和卫星交叉综合任务中不确定性进行建模的最佳选择。Zero123 [17]通过将图像剪辑编码和频率嵌入式相机姿势串联来准备带有相机姿势信息的图像条件的方法。然后将其用作调节表示预训练
近距离摄影测量
ADC 模拟数字转换器 AGC 自动增益控制 ASCII 美国信息交换标准代码 ASPRS 美国摄影测量与遥感协会 BRDF 双向反射分布函数 CAAD 计算机辅助建筑设计 CAD 计算机辅助设计 CAM 计算机辅助制造 CCD 电荷耦合器件 CCIR 国际无线电咨询委员会 (Comité consultatif international pour la radio) CD-ROM 光盘 - 只读存储器 CID 电荷注入装置 CIE 国际照明委员会 (Commission Internationale de l’Éclairage) CIPA 国际建筑摄影测量委员会 (Comité International de Photogrammétrie Architecturale) CMM 坐标测量机 CMOS 互补金属氧化物半导体 CT 计算机断层扫描、断层摄影 CTF 对比度传递函数 DAGM 德国模式识别协会 (Deutsche Arbeitsgemeinschaft für Mustererkennung) DCT 离散余弦变换 DGPF 德国摄影测量协会， Fernerkundung und Geoinformation（德国摄影测量、遥感和地理信息学会） DGZfP Deutsche Gesellschaft für Zerstörungsfreie Prüfung（德国无损检测学会） DIN Deutsches Institut für Normung（德国标准化研究所） DLT 直接线性变换 DMD 数字镜面装置 DOF 自由度 DRAM 动态随机存取存储器 DSM 数字表面模型DTP 桌面出版 DVD
一种用于校正地形崎岖的森林地区机载高光谱影像的内核驱动 BRDF 方法
摘要：机载高光谱成像已被证明是一种有效的手段，可以为生物物理变量的检索提供新的见解。然而，从机载高光谱测量中获得的无偏信息的定量估计主要需要校正双向反射分布函数 (BRDF) 所描绘的陆地表面的各向异性散射特性。迄今为止，角度 BRDF 校正方法很少结合观察照明几何和地形信息来全面理解和量化 BRDF 的影响。森林地区尤其如此，因为这些地区通常地形崎岖。本文介绍了一种校正机载高光谱影像在崎岖地形上空森林覆盖区域的 BRDF 效应的方法，在本文的补充中称为崎岖地形-BRDF (RT-BRDF) 校正。根据机载扫描仪和局部地形的特点，为每个像素计算局部视角和照明几何形状，并在崎岖地形的情况下使用这两个变量来调整 Ross-Thick-Maignan 和 Li-Transit-Reciprocal 核。新的 BRDF 模型适用于多线机载高光谱数据的各向异性。本研究中的像素数设置为 35,000，基于分层随机抽样方法，以确保全面覆盖视角和照明角度，并尽量减少 BRDF 模型对所有波段的拟合误差。基于中国林业科学研究院在普洱地区（中国）的 LiDAR、CCD 和高光谱系统 (CAF-LiCHy) 获取的多线机载高光谱数据，将应用 RT-BRDF 校正的结果与当前经验（C、太阳冠层传感器 (SCS) 加 C（SCS + C））和半物理（SCS）地形校正方法的结果进行了比较。定量评估和目视检查均表明，RT-BRDF、C 和 SCS + C 校正方法均可降低地形影响。然而，RT-BRDF 方法似乎更有效地降低多条航线重叠区域反射率的变化，其优势在于可以降低由宽视场 (FOV) 机载扫描仪、崎岖地形和长飞行时间内变化的太阳照射角度组合引起的 BRDF 效应。具体而言，针叶林和阔叶林的变异系数 (CV) 平均下降分别为 3% 和 3.5%。这种改进在近红外 (NIR) 区域（即 > 750 nm）尤为明显。这一发现为大面积机载高光谱勘测开辟了新的应用可能性。
处理未来6G无线电访问网络中模块化医疗应用的优先级
在许多现实世界中，必须实时进行6D自我动作估计和映射。尤其是在机器人领域，低延迟和稳健的运动估计对于控制自动驾驶是必不可少的。动态生成的地图对于避免障碍物和路径计划也是必不可少的。迄今为止，实时融合各种传感器及其大量数据仍然是一项相当艰巨的任务。当传感器遭受外部诉讼和测量误差时，问题的复杂性就会增加。当自我运动估计和映射应在6D中进行，准确，稳健，低延迟且形状较小时，问题尤其困难。在本文中，我们建议通过以粗到精细的方式利用范围，磁性和内部感测来解决问题。这项工作的内容分为两个主要小节：使用多传感器融合方法在室内环境中进行稳健的态度和标题估计，以及使用基于激光拉尔达的系统的低延迟6D EGO-MOTION估计和映射技术。在第一部分中，我们提出了一种基于偏僻的二惯性和磁性传感器的新型多传感器融合。它的发展是为了进行稳健的态度和标题估计，并能够补偿外部磁场异常。我们制定了一个基于相关的滤波器模型，用于预处理术语数据，并采用了复发性神经网络（RNN）融合模型，以在室内环境中执行强大的估计。在第二部分中，我们提出了基于LiDAR扫描切片和并发匹配方法的低延迟大满贯框架。此框架 - 在并发的多线程匹配管道中使用切成薄片的点云数据，并利用态度和标题角度来实现高更新率和低延迟6D自我感动估计。将lissajous旋转模式应用于传感器的有限视场（FOV）。二维粗糙度模型被删除，以提取特征点，以进行点云的精细匹配和注册。此外，姿势估计器会参与时间运动预测变量，该预测器有助于在地图中找到特征对应关系，以便非线性优化器的快速收敛性。我们已经通过一系列广泛的实验验证了所提出的自我运动估计和映射方法，这些实验从远程诉讼，手工接种到无人机连接设置。在整个实验中，探索了不同的环境，例如室内实验室，办公室，家庭和工业地点以及各种混合条件。表明，这些方法能够进行高精度，低延迟估计以及快速运动和环境退化方面的鲁棒性。
高级课程
会议 1：SID 年度业务会议 2024 年 5 月 14 日星期二 / 上午 8:00 – 8:20 / 220A 房间 会议 2：开幕致辞/主旨演讲 2024 年 5 月 14 日星期二 / 上午 8:20 – 10:20 / 220A 房间 主席：Hyun-Jae Kim，延世大学 2.1：主旨演讲 1：量子点中的量子魔力：合成开启纳米探索之旅 Moungi Bawendi，麻省理工学院教授 2.2：主旨演讲 2：新现实：AR 和 MR 中显示的机遇和挑战 Jason Hartlove，Meta 显示和光学副总裁 2.3：主旨演讲 3：超越像素，创新显示引领未来 TCL 首席执行官赵军 会议 3：AR 光合路器 (AR/VR/MR) 2024 年 5 月 14 日星期二 / 上午 8:20 – 10:20 2024 年 11 月 14 日 / 上午 11:10 - 下午 12:50 / 房间 220B 主席：Robert Visser 博士，应用材料公司 联合主席：Michael Wittek，默克公司 3.1：特邀论文：衍射波导组合器中的现实与模拟 Guillaume Genoud，Dispelix Oy，芬兰埃斯波 3.2：特邀论文：AR 光学的当前技术和发展 Jee Myung Kim，LetinAR，韩国安养 3.3：变形-XR：用于高效、宽视场近眼显示的成像波导技术 Graham Woodgate，Rain Technology Research Ltd.，英国牛津 3.4：具有曲面波导的时尚外形近眼显示器 Jaeyeol Ryu，三星研究中心，韩国首尔 3.5：杰出论文：用于 AR 显示的全彩色、宽视场单层波导 Qian杨，中佛罗里达大学，美国佛罗里达州奥兰多 第四场：量子点诺贝尔奖（发射、微型 LED 和量子点显示器） 2024 年 5 月 14 日星期二/上午 11:10 - 下午 12:10/220C 室 主席：意法半导体 Jonathan Steckel 博士 联合主席：NS Nanotech 的 Seth Coe-Sullivan 4.1：特邀论文：利用胶体纳米晶体合成和自组装来创建模块化光学和光电材料和设备 Chris Murray，宾夕法尼亚大学，美国宾夕法尼亚州费城 4.2：特邀论文：量子点：更亮？苏黎世联邦理工学院，瑞士苏黎世 4.3：特邀论文：QD-LED 发展概况：现状及未来前景 Yeo-Geon Yoon，三星显示有限公司，韩国龙仁 第 5 场：集成 EMR 手写笔显示器（交互式显示器和系统/传感器集成和多功能显示器） 2024 年 5 月 14 日星期二/上午 11:10 - 下午 12:10/房间 LL21CD 主席：Hiroshi Haga，天马日本有限公司 联合主席：Derek Solven，Synaptics 5.1：阵列基板中集成天线线圈的 Incell 电磁共振触摸 LCD Chuan Shuai，TCL 华星光电科技股份有限公司，中国武汉 5.2：柔性 OLED 显示屏的电容式触摸和电磁传感器集成设计 Lihua Wang，合肥维信诺科技有限公司，中国合肥
优化 SNR/分辨率权衡以进行注册...
磁共振图像配准中 SNR/分辨率权衡的优化 S. Kale 1,2、JP Lerch 1、RM Henkelman 1,2 和 XJ Chen 1,2 1 小鼠成像中心，加拿大安大略省多伦多，2 多伦多大学医学生物物理学，加拿大安大略省多伦多 简介 配准是医学图像分析的重要工具，其应用包括评估纵向研究中的变化、构建数字图谱和执行形态分析。后者在研究疾病特定人群和大脑发育生物学方面发展尤为迅速 1 。配准已广泛用于磁共振 (MR) 图像，其中成像在捕捉神经解剖结构方面提供了极大的灵活性。用户可以以任意分辨率和方向获取 3D 体积或 2D 切片数据，同时可以定义视野以适合任何对象。一个限制因素是总成像时间，这让用户不得不在分辨率和信噪比 (SNR) 之间做出权衡决定。通常，会调整采集参数以使生成的图像满足人类的视觉偏好，但是，由于图像配准是一项计算机分析任务，因此优化应响应计算机分析的需求。本摘要介绍了一项研究，该研究旨在调查在恒定扫描时间内 MR 成像中 SNR 和分辨率之间的最佳权衡，以实现最佳配准精度。方法虽然任何解剖结构的图像都可以，但我们使用的是通过高质量显微镜协议获取的固定小鼠神经解剖结构图像。固定脑标本的原位成像准备方法与之前描述的方法类似 2 。成像是在 7 T 磁体上使用多通道 Varian INOVA 控制台和三线圈探头进行的，以进行并行样本成像。扫描参数包括：快速自旋回波脉冲序列，TR/TE = 325/8 毫秒，6 次回波（第四次回波位于 k 空间中心），TE eff = 32 毫秒，90° 翻转角，14 毫米 x 14 毫米 x 25 毫米 FOV，432 x 432 x 780 扫描矩阵，4 个平均值（NA）。成像时间为 11.3 小时，每次可获得三个大脑的 T2 加权图像，每个图像有（32 微米）3 个体素。扫描了十个大脑。图像在均质白质中的平均 SNR 为 16。这些图像代表了黄金标准。从每个黄金标准图像中模拟了五个降级权衡图像，以模拟 1.9 小时的采集时间，但以牺牲 SNR 或分辨率或两者为代价。第一步需要从黄金标准数据中选择 k 空间的子体积来表示降级的分辨率。选择了五个子体积，以下称为权衡 AE ，权衡之间的体素体积步长为 2 倍（表 1，顶部）。第二步涉及向原始数据添加高斯分布随机白噪声，以模拟权衡数据中适当的相对 NA，从而固定总有效成像时间（1.9 小时）。然后，使用 ANIMAL 3,4 将来自每个权衡组和金标准组的图像独立地配准到使用仿射和非线性配准 5 的无偏平均图谱。变形场可用于识别形态学差异，它由非线性配准产生，并用于评估权衡组相对于金标准配准的配准精度。均方根误差 ( RMSE ) 度量，其中 ( ) 2 1 2 / / ) ( ) ( ∑ − = NN RMSE ioirdrd ，