使用衍射网络的光谱编码单像素机器视觉

物质的三维工程为设计能够通过光-物质相互作用执行各种计算任务的系统开辟了新途径。在此，我们演示了以多层衍射层形式设计的光学网络，这些网络通过深度学习训练，将物体的空间信息转换并编码到衍射光的功率谱中，并利用单像素光谱探测器对物体进行光学分类。我们使用时域光谱装置和基于等离子体纳米天线的探测器，在太赫兹光谱范围内实验验证了这一机器视觉框架，通过检测十个不同波长（每个波长代表一个类别/数字）的衍射光光谱功率，对手写数字图像进行光学分类。我们还报告了通过衍射光学网络实现的光谱编码与一个浅层电子神经网络的耦合，该网络单独训练，仅基于衍射光中这十个不同波长编码的光谱信息来重建手写数字图像。这些重建图像展示了任务特定的图像解压缩，并且可以作为新的输入循环回同一衍射网络，以改进其光学物体分类。这一独特的机器视觉框架融合了深度学习的力量与衍射网络的空间和光谱处理能力，还可以扩展到其他光谱域测量系统，以实现与通过衍射光学网络执行的光谱编码分类任务集成的新型三维成像和传感模态。