FLASH$\mu$：全息微粒的快速定位与尺寸测量
计算机视觉与模式识别
2025-03-17 v1 人工智能
机器学习
大气与海洋物理
光学
摘要
从衍射图像（即全息图）中重建微粒的三维位置与尺寸是一个计算成本极高的逆问题，传统上采用基于物理的重建方法求解。近期，研究人员利用机器学习方法来加速该过程。然而，对于大体积样本中的小颗粒，这些方法的性能不及标准的基于物理的重建方法。在此，我们设计了一种两阶段神经网络架构 FLASH，用于从样本深度高达 20cm 的全息图中检测小颗粒（6-100m）。该方法仅在添加了物理噪声的合成数据上进行训练，能够可靠地检测出真实全息图中直径至少为 9m 的颗粒，其表现与标准的基于重建的方法相当，同时在更小的裁剪区域、四分之一原始分辨率下运行，并实现了约 600 倍的加速。除了引入一种解决非局部目标检测或信号解混问题的新方法外，我们的工作还有望促成低成本、实时的全息成像装置。
引用
@article{arxiv.2503.11538,
title = {FLASH{\mu}: Fast Localizing And Sizing of Holographic Microparticles},
author = {Ayush Paliwal and Oliver Schlenczek and Birte Thiede and Manuel Santos Pereira and Katja Stieger and Eberhard Bodenschatz and Gholamhossein Bagheri and Alexander Ecker},
journal= {arXiv preprint arXiv:2503.11538},
year = {2025}
}