实时太赫兹压缩光电数字神经网络成像
光学
2025-01-23 v1
摘要
太赫兹 (THz) 频段由于其在非侵入性、无损传感和成像应用中的卓越能力而近期受到广泛关注。然而，当前的 THz 成像系统由于硬件限制面临重大挑战，导致在数据数字化和信息提取过程中出现信息丢失和成像吞吐量受限。为了克服这些挑战，我们提出了一种混合压缩光电神经网络，旨在促进实时 THz 成像和精确的物体信息提取。该方法利用物理编码器，即光学神经网络 (ONN)，来变换和降低物理信号的维度，将其有效压缩以适应 THz 传感器阵列的物理限制。在压缩信号被 THz 传感器阵列捕获并数字化后，联合训练的数字神经网络 (DNN) 将信号重建为期望或原始形式。我们提出的 THz ONN-DNN 计算成像系统展现了增强的成像质量、无透镜系统下扩大的视场、无衍射成像能力，以及以每秒两帧速率进行实时 THz 视频捕获的能力。
引用
@article{arxiv.2501.13065,
title = {Real-time Terahertz Compressive Optical-Digital Neural Network Imaging},
author = {Shao-Hsuan Wu and Seyed Mostafa Latifi and Chia-Wen Lin and Shang-Hua Yang},
journal= {arXiv preprint arXiv:2501.13065},
year = {2025}
}