[发明专利]具有多场景适应性的透过散射介质模块化成像方法

权利要求书

1.一种具有多场景适应性的透过散射介质模块化成像方法，其特征在于：包括以下步骤：

步骤1：构建散射介质成像卷积神经网络，所述卷积神经网络选用UNet作为基础结构，所述UNet整体结构呈U形编码-解码对称结构，其中编码部分是多个由3x3的卷积操作和池化操作组成下采样模块提取目标特征，解码部分是与编码部分同样多个由3x3反卷积操作和上采样函数组成的上采样模块恢复信息和图像尺寸；

步骤2：对基础结构进行改进，调整基础网络深度和宽度，设置网络参数量，所述宽度通过改变每层通道数调整；

步骤3：采用即插即用模块与基础结构结合组成新的网络结构，所述即插即用模块为密集连接模块、特征融合模块或感受野模块中的一种，所述特征融合模块为语义嵌入分支模块SEB；

步骤4：采集数据对卷积神经网络进行训练优化，所述训练优化选用简单字符数据和复杂人脸数据两种不同复杂程度的数据，所述简单字符数据和复杂人脸数据均包括训练集、验证集和测试集；

步骤5：利用优化后的卷积神经网络进行成像。

2.根据权利要求1所述的具有多场景适应性的透过散射介质模块化成像方法，其特征在于：所述卷积操作的Padding值均为1，保证卷积前后特征图像尺寸不变，省去特征融合前的crop操作。

3.根据权利要求1所述的具有多场景适应性的透过散射介质模块化成像方法，其特征在于：所述SEB特征融合模块中的相乘操作设计成concat的方法。

4.根据权利要求3所述的具有多场景适应性的透过散射介质模块化成像方法，其特征在于：所述感受野模块为ASPP、RFB或PPM中的一种，所述感受野模块统一设置在编码部分与解码部分中间。

5.根据权利要求1所述的具有多场景适应性的透过散射介质模块化成像方法，其特征在于：所述语义嵌入分支模块SEB的插入方式为：将下采样中所有特征层级大于等于当前上采样特征层级的特征层送入上采样部分进行融合。

6.根据权利要求1所述的具有多场景适应性的透过散射介质模块化成像方法，其特征在于：当选择插入密集连接模块时，每个卷积块后均插入一个密集连接模块。