深度学习在材料显微图像分析中的应用与挑战

• 作 者: 班晓娟 宿彦京 谢建新
• 机 构: 北京科技大学北京材料基因工程高精尖创新中心,材料领域知识工程北京市重点实验室（北京科技大学）,北京科技大学计算机与通信工程学院,北京科技大学新材料技术研究院
• 出 处: 材料科学与工艺
• 发表日期: 2020年03期
• 关键词: 材料显微图像分析 机器学习 深度学习 计算机视觉 图像处理 material microscopic image analysismachine learnin
• 基金项目: 国家重点研发计划项目(2016YFB0700500)

材料的组织结构主要受成分和制备加工工艺的影响,是决定材料性能的关键因素,在材料研发的全周期内具有重要作用。材料组织结构以非结构化图像数据的形式呈现,利用人工经验性的手段进行分析和信息抽取,遗漏了大量的材料学信息和隐含知识。深度学习技术的发展和应用,为材料显微图像中信息的精准、快速、自动获取提供了重要的研究手段。本文从图像处理、图像分析和图像理解3个方面概述了材料显微图像处理与信息挖掘的主要研究内容和关键技术,详细介绍了深度学习在图像分析中的图像识别、图像分割和图像生成3个任务中的研究进展,讨论了深度