基于超快光子脉冲VCSEL神经元的卷积图像边缘检测
图像与视频处理
2020-07-21 v1 应用物理
光学
摘要
我们实验与理论报道了利用超快脉冲光人工神经元面向卷积神经网络(CNNs)检测数字图像中的边缘信息。结合传统卷积技术，基于垂直腔面发射激光器(VCSEL)的光子神经元模型被实验实现，以在数字图像中检测到目标边缘特征时阈值化并激活快速脉冲响应。不同方向的边缘使用单独的核算子检测，完整图像边缘检测通过梯度幅值实现。重要的是，本工作的神经形态（类脑）图像边缘检测系统使用商用VCSEL，其展现亚纳秒速率的脉冲响应（比生物神经元快多个数量级）并工作于1300 nm通信波长；因此使我们的方法兼容光通信与数据中心技术。这些结果因此对面向未来人工智能应用的计算机视觉与决策系统的超快光子神经网络实现具有令人振奋的前景。
引用
@article{arxiv.2007.10309,
title = {Convolutional Image Edge Detection Using Ultrafast Photonic Spiking VCSEL Neurons},
author = {Joshua Robertson and Yahui Zhang and Matej Hejda and Andrew Adair and Julian Bueno and Shuiying Xiang and Antonio Hurtado},
journal= {arXiv preprint arXiv:2007.10309},
year = {2020}
}
备注
8 pages, 6 figures, submitted to IEEE Journal of Selected Topics in Quantum Electronics - Special Issue: Optical Signal Processing