紧的生物灵感摄像机与计算复合眼的复合眼
Shu-Bin Liu1, Xu-Ning Liu1, Wei-Jie Fan1
1School of Electronics and Information Engineering, Sichuan University, Chengdu 610065, China.
Nanophotonics (Berlin, Germany)
|December 5, 2024
概括
研究人员开发了一种新的人工复合眼 (CE) 摄像机,灵感来自,通过深度学习方法克服失焦问题,以实现清晰,广场成像和3D跟踪.
科学领域:
- 生物启发的成像成像技术
- 计算光学是一种计算光学.
- 深度学习用于计算机视觉.
背景情况:
- 人工复合眼 (CE) 模仿关节动物视力,但在商用CMOS摄像头中面临着失焦的挑战.
- 现有的CE设计往往缺乏与标准成像硬件的兼容性和集成,限制了实际应用.
- 失焦问题阻碍了CE系统中高分辨率,广视场成像的实现.
研究的目的:
- 开发一个紧的,生物启发的摄像头系统,克服人工复合眼中的失焦问题.
- 为了实现宽视野 (FOV),高分辨率成像和灵敏的3D移动轨迹重建.
- 为了实现CE技术与商业CMOS摄像头的无集成,而无需进行复杂的硬件修改.
主要方法:
- 灵感来自南美的复合眼睛,设计了一台拥有271个的紧型相机.
- 提出了一种新的深度学习架构,其中包括Unet变体和Pyramid-multi-scale注意力与距离调节.
- 该架构解决了短距离,中距离和长距离成像,以实现无需硬件更改的宽距离清晰成像.
主要成果:
- 拟议的深度学习方法实现了广泛清晰的成像,克服了CE摄像机固有的失焦问题.
- 计算CE摄像头证明了与商业CMOS传感器的兼容性和集成.
- 该系统实现了卓越的性能,性能至少超过竞争对手的模型2dB,具有增强的分辨率和灵敏的3D轨迹重建.
结论:
- 一个紧的,高分辨率的计算复合眼镜相机被成功开发出来,灵感来自.
- 新型的深度学习架构有效地解决了失焦问题,使各种距离的清晰成像成为可能.
- 这种集成的CE摄像机为纳米光学领域的应用提供了显著的优势,包括医疗内镜,全景成像和视觉机器人.


