全光學計算機D²NN　革新光散射識別技術

編譯／高晟鈞

透過介質的光散射進行物體辨識，是許多包括了，生物醫學成像、海洋學、機器人和自動駕駛等領域一項重要且具有挑戰性的任務。

加州大學洛杉磯分校的研究人員最近開發了一種全光學方法，使用神經網路D²NN，通過未知的隨機擴散器對物體進行辨識與分類。

D²NN通過光頻電磁波的傳播，實現了神經元間的連接，更準確地說，是通過全光學計算機，對於空間結構表面的光漫射進行辨識。D²NN具有高速、低功耗的優點，並且可用於多種計算任務，諸如影像分類、顯微鏡、通用線性變換等等。

近期發表在Light: Science & Applications的論文，提出了一種使用寬帶衍射網路和單像素光譜檢測漫射器，通過隨機光漫射，辨識未知物體的新概念。

這種寬帶衍射網路架構使用了20個離散波長，將由於粗糙表面而漫射的光線導入單像素光譜檢測漫射器中。在D²NN的訓練過程中，使用了許多隨機生成的相位擴散器來幫助衍射光學的性能；並在深度學習後，可以形成一個單像素網路，並對從未見過的物體上產生的光學漫射路徑進行分類。

在研究人員的模擬中，D²NN成功識別了手寫數字，盲測準確率高達88%左右。此外，研究人員通過3D打印衍射網路和大赫茲光譜系統，證明了單像素光譜檢測漫射器的可行性。這種光學計算框架可以根據照明波長進行縮放，並在電磁波譜中的任意部分運行，無須重新設計與訓練。

作者Aydogan Ozcan博士表示：「這項研究首次展示了通過隨機漫射器對物體進行全光學分類。我們相信這項研究將展開更快、更高效的圖像分類技術，並對從醫學保健到航空、電信等行業產生重大影響。」

資料來源:TechXplore

瀏覽 796 次