基于UMnet的数字全息相位解包裹

作者：陈翠茹; 王华英; 赵宝群; 王学; 朱巧芬; 王杰宇; 王文健; 雷家良

来源：激光技术, 2022, 1-12.

• 全息
• 相位解包裹
• 注意力机制
• 多尺度卷积

为了实现高精度的数字全息相位解包裹，采用基于Unet网络框架中集成MobilenetV3的轻量级深度学习网络，设计了UMnet网络以实现全息相位的精准解包裹。网络中融和轻量级注意力机制、多尺度卷积来增强网络精度与泛化能力，同时运用hard-Swish激活函数，提高网络学习能力；运用模拟数据集进行网络训练，对生成网络模型进行降噪能力测试，并经过了实际样品全息图的测试验证。结果表明，UMnet比深度学习相位解包裹网络的结构性相似指数值提升了6.6%。UMnet能够简单、快速、高效地实现数字全息相位解包裹。

• 单位
  河北工程大学