2025-06-18 00:34:43
这个研究太酷了，用光学神经网络实现无记忆散射成像，视场扩大271倍，计算能力超强，未来前景无限
基于超快卷积神经网络的无记忆散射成像
中科微星
AI为你总结
全文概述
本文介绍了一种基于多级卷积光神经网络（ONN）的无记忆散射成像技术，实现了在无光学记忆效应的强散射介质中进行图像重建。该技术通过集成多个并行核，视场扩大了271倍，并具备每秒1.57peta操作的计算能力。
空间光调制器的应用
空间光调制器（SLM）用于替代传统毛玻璃产生赝热光场，并对散射光场进行主动调控。实验使用了反射式强度型和相位型SLM，分别具有高分辨率和动态可配置特性，为图像重建提供了基础。
卷积光神经网络的设计
卷积ONN由两层光学卷积层和一层全连接层组成，每个卷积层包含多个不同结构的核。第一卷积层有九种不同的核，第二卷积层分为3×3区域，共81个核。这种设计使得系统能够直接提取特征，实现高效的图像重建。
实验验证与结果
实验展示了通过多个散射层实现无记忆图像重建的效果。结果显示，在不同散射条件下，卷积ONN能够成功重建图像，视场显著扩大。涡旋相位结构有助于提取输入物体的不同方向边缘信息，进一步提升了重建效果。
应用前景与意义
该技术建立了超快速且高效的图形处理光学机器学习平台，适用于鬼成像、数字全息等领域。随着空间光调制器的精细化调制和精准控制，未来有望在更多复杂成像场景中发挥重要作用。
0评论
当前文章无评论，是时候发表评论了
提示信息
取消
确认
评论举报
已收藏
去我的收藏夹