超穎透鏡利用人工智慧提升性能

現代成像系統，如智慧型手機、虛擬實境（VR）和擴增實境（AR）設備中使用的系統，正在不斷演變，朝著更加緊湊、高效且高性能的方向發展。

傳統光學系統依賴於笨重的玻璃透鏡，但存在諸多限制，如色差、多波長效率低，以及較大的物理尺寸。這些缺點在設計更小、更輕但仍能產生高品質影像的系統時帶來挑戰。為了克服這些問題，研究人員開發了金屬透鏡——由微小的奈米結構組成的超薄透鏡，可以在奈米尺度上操控光線。金屬透鏡在光學系統的小型化方面展現了巨大潛力，但在捕捉無失真的全彩色影像時仍面臨挑戰。

在最近發表於《Advanced Photonics》的研究中，研究人員提出了一種創新的深度學習驅動端到端金屬透鏡成像系統，克服了許多這些限制。該系統將量產金屬透鏡與專門設計的影像修復框架相結合，並由深度學習驅動。透過結合先進的光學硬體與人工智慧（AI），團隊實現了高解析度、無像差的全彩色影像，同時保持了金屬透鏡所承諾的緊湊形式。

金屬透鏡本身採用奈米壓印光刻技術製造，這是一種具有成本效益且可擴展的方法，並配合原子層沉積技術，實現大規模生產。該金屬透鏡設計能有效聚焦光線，但與大多數金屬透鏡一樣，因其與不同波長的光線交互作用，會出現色差和其他失真。為了解決這一問題，深度學習模型被訓練用於識別並修正金屬透鏡引起的色差和模糊現象。這種方法的獨特之處在於，它從大量影像數據中學習，並將這些修正應用於系統捕捉的後續影像中。

影像修復框架使用對抗學習，其中兩個神經網路共同訓練。一個網路生成修正後的影像，另一個網路評估影像品質，推動系統持續改進。此外，像位置嵌入這樣的先進技術幫助模型理解影像失真如何隨視角變化，最終顯著改善了修復後影像的色彩準確性和整個視野的清晰度。

該系統生成的影像可媲美傳統笨重透鏡的效果，但尺寸更小且更高效。這項創新有望徹底改變許多行業，包括智慧型手機、相機等消費性電子產品，以及 VR 和 AR 等更專業的應用。通過解決金屬透鏡的核心問題——色差和角度像差，這項研究使金屬透鏡整合到日常成像設備中的目標更進一步。

根據韓國浦項科技大學（POSTECH）機械工程、化學工程和電氣工程聯合任命的穆恩在講座教授 Junsuk Rho 的說法：「這個由深度學習驅動的系統在光學領域標誌著一個重大進展，為創建更小、更高效的成像系統提供了一條新途徑。」將高性能金屬透鏡的量產能力與AI驅動的修正結合起來，使我們更接近於實現商業和工業應用中緊湊、輕量且高品質的成像系統成為常態的未來。

文章來源: https://www.novuslight.com/metalenses-harness-ai-for-superior-performance_N13374.html