エンドツーエンドのスナップショットメタレンのスペクトル画像は,深部展開半シャッフルトランスフォーマーネットワークに基づいています

科学分野:

• 光学とフォトニック
• コンピューティング・イマージング (Computational Imaging) とは
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• 伝統的なスペクトル画像システムは,物理画像の原理と長距離依存性を無視して,データ駆動のコンボリューションニューラルネットワーク (CNN) をしばしば使用します.
• この制限は,コンパクトなシステムにおける正確なスペクトル再構築を妨げます.

研究 の 目的:

• エンドツーエンドのスナップショットメタレンのスペクトル画像システムを開発する.
• 物理的な priors を統合し,特徴抽出を強化することによって,従来の CNN ベースの方法の限界を克服する.

主な方法:

• 物理学主導の深部展開半シャッフルトランスフォーマーネットワークを提案した.
• 繰り返し最適化アルゴリズムを物理的なプリアを組み込んだカスケードネットワーク構造に展開した.
• ローカルおよびグローバル情報抽出のための多頭自己注意メカニズムを使用しました.

主要な成果:

• 25チャネル (430~670nm) で512×512の解像度で高精度スペクトル画像の再構築を達成しました.
• 平均ピーク信号対ノイズ比 (PSNR) が42.87dBであった.
• 最先端の方法と比較して,優れた再建品質と空間的な詳細の保存が実証されています.

結論:

• 提案された物理学主導の深部展開型トランスフォーマーネットワークは,物理的に一貫したスペクトル再構築を可能にします.
• このフレームワークは一般化と再構築の質を向上させ,小型化されたスペクトル画像メタルレンズへの道を開く.