用于遮挡-free 宽带可见光成像的学习型分频金属镜
光学
2026-01-28 v1 人工智能
计算机视觉与模式识别
应用物理
摘要
遮挡物如雨滴、围栏或灰尘会降低捕获图像的质量，尤其在无法进行机械清洁时。传统解决方案依赖笨重的复合光学阵列或计算性修复，这会牺牲紧凑性或保真度。由亚波长纳米原子构成的金属镜承诺实现紧凑成像，但同时实现宽带和遮挡-free 成像仍是一个挑战，因为跨宽带光谱成像远端场景的金属镜无法正确聚焦近深度遮挡。我们引入一种学习型分频金属镜，实现宽带遮挡-free 成像。我们的方法将每个 RGB 通道的光谱划分为通过带和阻带的多带光谱滤波，并学习金属镜通过通过带聚焦来自远对象的光线，同时通过阻带滤波聚焦的近深度光线。该光学信号进一步通过神经网络进行增强。我们的学习型分频金属镜以相对 PSNR 提升 32.29% 实现宽带遮挡-free 成像，并在目标检测和语义分割准确度方面实现绝对提升：mAP 提升 +13.54%，IoU 提升 +48.45%，mIoU 提升 +20.35%，优于传统的双曲线设计。这为受空间约束的系统（如移动机器人、无人机和内窥镜）提供了稳健的遮挡-free 传感和视觉能力。
引用
@article{arxiv.2601.19403,
title = {Learned split-spectrum metalens for obstruction-free broadband imaging in the visible},
author = {Seungwoo Yoon and Dohyun Kang and Eunsue Choi and Sohyun Lee and Seoyeon Kim and Minho Choi and Hyeonsu Heo and Dong-ha Shin and Suha Kwak and Arka Majumdar and Junsuk Rho and Seung-Hwan Baek},
journal= {arXiv preprint arXiv:2601.19403},
year = {2026}
}