一種全光學(xué)方法可通過(guò)隨機(jī)散射體對(duì)物體進(jìn)行分類
單像素寬帶衍射神經(jīng)網(wǎng)絡(luò)通過(guò)未知的隨機(jī)擴(kuò)散器對(duì)手寫數(shù)字進(jìn)行分類。寬帶單像素衍射光學(xué)網(wǎng)絡(luò)將未知隨機(jī)漫射器后面的輸入物體的空間信息映射到輸出像素孔徑處的功率譜。光譜類別分?jǐn)?shù)揭示了隨機(jī)擴(kuò)散器后面的輸入對(duì)象的類型。 通過(guò)隨機(jī)散射介質(zhì)識(shí)別物體在醫(yī)學(xué)成像、海洋學(xué)、安全、機(jī)器人和自動(dòng)駕駛等眾多領(lǐng)域都是一項(xiàng)既重要又有挑戰(zhàn)性的任務(wù)。目前研究人員們也研發(fā)了有很多計(jì)算解決方案來(lái)解決該問(wèn)題。不過(guò),所有此類解決方案都需要大規(guī)模的數(shù)字計(jì)算,消耗大量的能量,同時(shí)在訓(xùn)練階段從沒(méi)使用過(guò)的新隨機(jī)散射體仍缺乏普遍性。 美國(guó)加州大學(xué)洛杉磯分校(UCLA)的研究人員研發(fā)了一種全光學(xué)方法,能夠采用衍射深度神經(jīng)網(wǎng)絡(luò)(D2NN)通過(guò)未知隨機(jī)散射體對(duì)物體進(jìn)行分類。D2NN能夠形成一個(gè)自由空間光學(xué)計(jì)算平臺(tái),近年來(lái)引起了越來(lái)越多的研究興趣。 全光學(xué)計(jì)算實(shí)驗(yàn) D2NN通過(guò)調(diào)制通過(guò)一系列空間結(jié)構(gòu)化表面的光衍射來(lái)計(jì)算給定任務(wù),共同形成可以以光速運(yùn)行的全光學(xué)計(jì)算機(jī)。這種全光計(jì)算框架具有高速、并行和低功耗的優(yōu)點(diǎn),可用于許多計(jì)算任務(wù),如對(duì)象分類、定量相位成像、顯微鏡、通用線性變換等。 發(fā)表在《光:科學(xué)與應(yīng)用》)(Light: Science & Applications)上的這篇題為“All-optical image classification through unknown random diffusers using a single-pixel diffractive network”的研究論文,提出了一種使用寬帶衍射網(wǎng)絡(luò)通過(guò)未知、隨機(jī)的直接分類未知物體的新方法使用單像素光譜檢測(cè)器的漫射器。 這種寬帶衍射網(wǎng)絡(luò)架構(gòu)使用20個(gè)離散波長(zhǎng)將擴(kuò)散器扭曲的物體映射到通過(guò)單個(gè)像素檢測(cè)到的光譜特征中。在訓(xùn)練過(guò)程中,使用了許多隨機(jī)生成的相位擴(kuò)散器來(lái)幫助衍射光學(xué)網(wǎng)絡(luò)的泛化性能。在一次性完成基于深度學(xué)習(xí)的訓(xùn)練過(guò)程之后,可以物理制造由此產(chǎn)生的衍射層以形成一個(gè)單像素網(wǎng)絡(luò),該網(wǎng)絡(luò)可以對(duì)完全隱藏在訓(xùn)練期間從未見(jiàn)過(guò)的新的、未知的隨機(jī)擴(kuò)散器中的對(duì)象進(jìn)行分類。 在他們的模擬中,這種單像素寬帶衍射網(wǎng)絡(luò)通過(guò)隨機(jī)選擇的未知相位擴(kuò)散器成功識(shí)別了手寫數(shù)字,盲測(cè)準(zhǔn)確率為97.74%。此外,研究人員通過(guò)實(shí)驗(yàn)證明了這種使用 3D 打印衍射網(wǎng)絡(luò)和太赫茲時(shí)域光譜系統(tǒng)的單像素寬帶分類器的可行性。這種光學(xué)計(jì)算框架可以根據(jù)照明波長(zhǎng)進(jìn)行縮放,以在電磁波譜的任何部分運(yùn)行,而無(wú)需重新設(shè)計(jì)或重新訓(xùn)練其層。 該研究由 Aydogan Ozcan 博士領(lǐng)導(dǎo),他是加州大學(xué)洛杉磯分校的校長(zhǎng)教授和 Volgenau 工程創(chuàng)新主席,也是霍華德休斯醫(yī)學(xué)研究所的 HHMI 教授。“這項(xiàng)工作首次展示了通過(guò)隨機(jī)漫射器對(duì)物體進(jìn)行全光學(xué)分類,并將其推廣到新的未知漫射器,”O(jiān)zcan 博士說(shuō),“我們相信這項(xiàng)研究將對(duì)更快、更高效和可擴(kuò)展的開(kāi)發(fā)產(chǎn)生影響通過(guò)隨機(jī)擴(kuò)散介質(zhì)的對(duì)象/圖像分類技術(shù),可以使從醫(yī)療保健和生物醫(yī)學(xué)到電信和航空航天等廣泛領(lǐng)域受益。” |




