基于物理的蒙面自动编码器,用于主动稀疏成像

科学领域:

• 光子学和人工智能的人工智能
• 计算机视觉和机器学习
• 应用物理与工程应用物理与工程

背景情况:

• 单光子成像技术正在迅速发展,用于自动驾驶和生物医学成像等应用.
• 传统的方法难以获得长时间的采集时间,并且需要密集的,低噪音的数据来形成图像.
• 稀少和杂的光子计数数据在当前的单光子成像系统中构成了重大挑战.

研究的目的:

• 引入一种新的方法,即物理信息化蒙蔽自编码器 (PI-MAE),用于在单光子成像中快速有效地获取数据和图像重建.
• 为了证明PI-MAE在硬件实现的蒙面自动编码系统中的有效性.
• 评估PI-MAE在光子有限场景中的性能,特别是单光子LiDAR系统中的性能.

主要方法:

• 实现一个硬件加速的蒙蔽自编码器 (MAE) 架构,称为物理信息蒙蔽自编码器 (PI-MAE).
• 在单光子LiDAR系统模拟中对数字化掩盖的MNIST数据进行PI-MAE模型的培训和测试.
• 在极低的光子计数条件下评估图像重建质量 (例如,每脉冲光子,低至每像素9个光子) 和高物理掩盖 (90%).

主要成果:

• 尽管数据稀疏性和噪音很大,但PI-MAE在未见的对象类上实现了高质量的图像重建.
• 有效的性能被证明是每脉冲检测到的光子最小,每像素检测到的光子只有9个.
• 该系统成功地重建了高达90%物理掩盖的图像,展示了强度.

结论:

• 对于单光子成像系统来说,PI-MAE提供了显著的改进,特别是在光子饥饿的应用中.
• 开发的方法作为一个可行的硬件加速器,提高数据采集和图像重建效率.
• 这项工作为在依赖单光子检测的不同领域提高性能铺平了道路.