基于UMnet的数字全息相位解包裹

来源：激光技术杂志2023年第1期北京时间：

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

摘要：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。

关键词：全息, 相位解包裹, 注意力机制, 多尺度卷积