光学处理器捕捉空间非相干光中的场景
发布时间：2023-08-23 10:33:10 阅读数： 163
加州大学洛杉矶分校（UCLA）艾多根-奥兹坎（Aydogan Ozcan）教授领导的研究小组开发出一种基于深度学习的方法，用于设计空间非相干衍射光学处理器。这种方法为构建在自然光下工作的全光学视觉处理器提供了一种途径。通过深度学习，衍射光学处理器可以将任何输入光强度模式转化为正确的输出模式。
研究人员认为，他们设计的衍射光学处理器将具有广泛的应用前景，此外还有助于寻求一种快速、节能的电子计算替代方案，以满足未来的计算需求。
由于自然光条件通常涉及空间非相干光，因此在非相干光条件下处理视觉信息的能力对于需要超快处理自然场景的应用（如自动驾驶汽车）至关重要。在非相干光条件下处理信息的能力对于高分辨率显微镜应用也非常有用，这些应用包括空间非相干过程，如样品的荧光发射。
衍射光学处理器由结构工程表面制成，这些表面可以使用光刻或三维打印技术制造。结构化表面利用光的连续衍射对输入光场进行线性变换，而无需使用外部数字计算能力。
使用空间非相干衍射处理器的通用线性强度变换。加州大学洛杉矶分校奥兹坎实验室提供。
研究人员利用数值模拟和深度学习，通过输入-输出剖面示例来证明，在空间非相干光条件下，衍射光学处理器经过训练后，可以在处理器的输入和输出视场之间执行时间平均强度的任意线性变换。
研究人员设计了空间非相干衍射处理器，用于同时对多个照明波长的强度信息进行线性处理。他们证明，利用空间非相干宽带光，可以同时执行多个线性强度变换，并为每个空间非相干照明波长分配不同的变换。
此外，研究人员还用数字演示了一种衍射网络设计，它能在空间非相干照明下对手写数字进行全光学分类，测试准确率超过 95%。
研究小组的数值分析表明，采用浅层架构的纯相位衍射光学处理器（例如，只有一个可训练衍射面的处理器）无法准确逼近任意强度变换，而与可供优化的衍射特征总数无关。研究人员进一步发现，相比之下，具有更深架构的纯相位衍射光学处理器（例如，一个衍射层紧跟其他衍射层的处理器）可以利用空间非相干照明执行任意强度线性变换，误差可以忽略不计。
这些发现可用于构建全光学信息处理和视觉计算系统，利用空间和时间上的不连贯光来实现自然场景的可视化。衍射光学处理器还具有支持计算显微镜和非相干成像应用的潜力，这些应用的特点是空间变化的工程点扩散函数。
这项研究发表在《光： 科学与应用》（www.doi.org/10.1038/s41377-023-01234-y）上发表。
