用于加速机器视觉的超表面生成的大型任意模拟卷积核
光学
2024-09-30 v1 计算机视觉与模式识别
摘要
在快速发展的人工智能领域，卷积神经网络对于应对机器视觉和医疗诊断等复杂挑战至关重要。近期，为了解决传统数字卷积运算在处理速度和功耗方面的挑战，人们提出了许多光学组件来替代神经网络中的数字卷积层，以加速各种机器视觉任务。尽管如此，光学卷积核的模拟特性尚未得到充分探索。在此，我们开发了一种空间频率域训练方法，利用光学超表面作为卷积层来创建任意形状的模拟卷积核，其感受野远超数字卷积核。通过采用空间复用技术，在非相干照明条件下生成了具有正负权重的多个并行卷积核。我们在 MNIST 数据集上实验证明了 98.59% 的分类准确率，模拟显示在附加数字层的情况下，在 Fashion-MNIST 和 CIFAR-10 数据集上的准确率分别为 92.63% 和 68.67%。这项工作突显了模拟光学卷积的独特优势，为加速机器视觉任务提供了一条有前景的途径，尤其是在边缘设备中。
引用
@article{arxiv.2409.18614,
title = {Metasurface-generated large and arbitrary analog convolution kernels for accelerated machine vision},
author = {Ruiqi Liang and Shuai Wang and Yiying Dong and Liu Li and Ying Kuang and Bohan Zhang and Yuanmu Yang},
journal= {arXiv preprint arXiv:2409.18614},
year = {2024}
}