通过多模光纤的机器学习技术重建图像
浏览量(174)
近期,来自瑞士洛桑联邦理工学院的研究团队报导了通过光纤传输的图像的精确重建,该团队创新性地通过使用模拟人脑图像处理的神经网络来实现这一技术,其距离可达一公里。
在美国光学学会旗下期刊Optica中,该研究团队报导了一种训练被称为深度神经网络的机器学习算法来用于识别数字图像的方法,这些数据来自于传输到光纤远端时产生的斑点图案。
该工作可以用于改善医疗诊断的内窥镜成像,增加通过光纤电信网络传输的信息量,或者增加光纤传递的光功率。
“我们使用现代深度神经网络架构从光纤的乱序输出中检索输入图像,”洛桑瑞士联邦理工学院的Demetri
Psaltis说道,他与同事Christophe Moser合作领导了这项研究。
“我们证明了,对于长达1公里的光纤来说,这项技术是可能实现的”,他补充道,并且称这项工作“是一个重要的里程碑”。
数字0和4的图像,图(a)和(b)SLM中的输入图样;图(c)和(d)SLM的调幅输出;图(e)和(f)SLM的相位调制输出;图(g)和(h)各数字振幅输入的散斑图样;图(i)散斑图样(g)和(h)间的区别。
分享至好友和朋友圈
免责声明:
网站内容来源于互联网、原创,由网络编辑负责审查,目的在于传递信息,提供专业服务,不代表本网站及新媒体平台赞同其观点和对其真实性负责。如因内容、版权问题存在异议的,请在 20个工作日内与我们取得联系,联系方式:021-80198330。网站及新媒体平台将加强监控与审核,一旦发现违反规定的内容,按国家法规处理,处理时间不超过24小时。