おめでとうございます。劉宇虹さんの卒業が無事に終了しました！

刘宇虹さんは安徽中医薬大学で学士号を取得し、2020年9月から上海大学のコンピュータ工学と科学学院で修士号を取得するための研究を始めました。彼女は研究グループに参加し、韓越兴教授の指導のもと、材料画像処理や材料画像強化などの関連技術と応用について学びました。韓教授の丁寧な指導のもと、以下の研究を完成しました。

1. 熱障壁コーティングの表面形態特徴認識に基づく画像強化手法を提案しました。この手法は、次の3つのステップからなります：ポーラス輪郭の強化と画像のノイズ除去、ポーラスの削除とクラック修復、そしてクラックの検出と長さの計算です。これにより、熱障壁コーティング中のクラックを正確に識別することができます。また、画像フィルタリングや数理形態学などの強化手法を適切に使用することで、熱障壁コーティング中のクラックの識別の完全性が高まり、偏差が少なくなります。提案された手法は、熱障壁コーティング中のクラックを自動的に識別し、クラックの長さを計算することができます。人手による検出と比較して、この手法はクラックの識別がより正確であり、クラックの長さの計算速度も速くなります。これにより、材料科学の研究者が熱障壁コーティングの微細構造を効果的に分析するのを支援することができます。

2. 熱障壁コーティングの表面形態特徴を認識するための2つのソフトウェアを設計しました。1つのソフトウェアは、熱障壁コーティングの画像強化とクラックのスケルトン抽出を実現し、もう1つのソフトウェアはクラックの識別と長さの計算を実現します。これら2つのソフトウェアを組み合わせて使用することで、熱障壁コーティングの微細構造分析の速度がさらに向上し、時間と人的コストが削減されます。また、このソフトウェアは熱障壁コーティングの画像と類似した他の材料の画像も処理することができ、材料科学の研究と開発を促進します。

3. 材料画像データ拡張のための改良されたHP-VAE-GANの提案を行いました。改良されたHP-VAE-GANは、CBAM（Convolutional Block Attention Module）メカニズムを使用して特徴マッピングを細化し、ネットワークの特徴表現能力を向上させます。同時に、エンコーダーネットワークに1つの畳み込みブロックを追加して、ネットワークの特徴抽出能力をさらに向上させ、CBAMの挿入位置がモデルの性能に与える影響を排除しました。生成結果は、CBAM注意メカニズムを組み合わせた提案されたHP-VAE-GANが生成画像の品質を効果的に向上させることを示しています。分類実験の結果からも、この手法はHP-VAE-GANを使用したデータ拡張手法よりも優れた結果を示し、少数の材料画像データセットに対して新たなデータ拡張の手法を提供します。

卒業後、劉宇虹さんは上海振華職業学校で人工知能専門の教師として働いています。劉宇虹さんは上海大学での3年間の修士課程で努力し、専門知識と研究能力を向上させるために努めました。多くの優れた教師や友人に出会うことができました。劉宇虹さんには、将来の道のりで初心を忘れず、使命を心に刻み、困難を乗り越えて前進することを願っています。

論文へのリンク：Research on Enhancement Methods for Small Sample Material Images