该论文提出了一个基于CCD和CMOS光传感器的高层次模型，并描述了使用该模型进行图片合成和噪声测试的过程，实验证明了该模型的有效性和应用范围。

Dec, 2014

文章提出了一种基于切片训练的新型深度学习方法，旨在从有限观察中准确重构电子设备的温度场。对有限元模拟数据进行的实验表明，该方法的最大绝对误差小于1K，并且通过对不同热源布局、不同功率密度和不同观测点位置的研究进行了验证。

Jan, 2022

提出了一种利用物体的热性质进行材料分类的框架，通过低功率激光对场景中物体进行轻微加热并利用热相机捕获测量值，实现了对物体表面散热和发射的估计，并通过该估计训练分类器以准确识别多种材料。

Apr, 2023

本研究提出了一种针对高噪声热红外图像的缺陷分割新方法DefectSAM，通过采用广泛采用的模型Segment Anything（SAM）和精心策划的数据集，有效地提高了缺陷检测率，尤其在复杂和不规则表面上对弱缺陷和小缺陷的检测表现出色，减少了遗漏检测的发生，并提供了更准确的缺陷尺寸估计。实验研究验证了我们解决方案在各种材料上缺陷检测的有效性，具有加速缺陷检测工具演进、提高检测能力和精度的重要潜力。

Nov, 2023

提出一种基于红外热释电（IRT）的像素级方法，通过考虑室内外表面的二维空间温度分布，生成墙壁的二维U值地图，以更准确地反映目标墙壁的实际保温性能。

Jan, 2024

我们介绍了一种数据驱动框架，用于缓解CMOS相机的暗电流噪声和坏像素问题，该方法涉及像素聚类和函数拟合两个关键步骤。通过像素聚类，我们识别和分组表现出相似暗电流噪声特性的像素，随后在函数拟合步骤中，我们制定了根据Arrhenius定律描述的暗电流和温度之间的关系的函数。通过利用地面测试数据建立不同聚类中像素之间明确的温度-暗电流关系，可以从真实观测数据中估计暗电流噪声水平和检测坏像素。我们使用从“阳旺一号”卫星获得的真实观测数据进行了测试，并且结果显示出航天望远镜的检测效率显著提高。

Mar, 2024

通过利用光电二极管传感器数据的机器学习框架，本研究集中于检测过热异常，其中提取了光电二极管数据的三组特征（MSMM、MSQ和MSD）并采用多数投票集成方法，实现了层次化的过热异常检测，结果表明，所涉及的方法在检测层次化过热异常方面取得了卓越的结果，显着优于现有文献中使用相同基准数据集的方法。

Mar, 2024

光子集成电路在光计算领域发挥着重要作用，光信号的特性使其相比数字对应物具有更快速和更高效率的运算能力。然而，热串扰等确定性现象使得精确程序化光芯片编程成为一项具有挑战性的任务。本研究训练和实验评估了三种模型，结合不同程度的物理直觉，以预测可编程光子网格中不同位置的热串扰效应。我们通过芯片中的微环谐振器功率谱中的谐振波长漂移量来量化热串扰效应，实现建模误差小于0.5 pm。通过补偿串扰引起的波长漂移，我们对模型进行了实验验证。最后，我们通过利用该模型预测和补偿未经训练的芯片部分的热串扰效应来评估其泛化能力，显示均方根误差小于2.0 pm。

Mar, 2024

通过提出新方法准确地将原位数据映射到三维几何形状，以减少存储量，并引入多个新的红外特征用于缺陷检测或工艺模型校准，该研究展示了不同红外特征能够检测到的工艺缺陷和异常。

Jul, 2024

本研究解决了现有智能手机显微镜在工业原位检测中的短工作距离和成像不足的问题。提出了一种新颖的长工作距离反射智能手机显微镜系统（LD-RSM），其光学分辨率达到4.92μm，工作距离可达22.23mm。此外，采用双先验加权鲁棒主成分分析（DW-RPCA）进行缺陷检测，显著提高了缺陷识别的精度和效率，像素级准确率达到84.8%。

Aug, 2024