标题 |
Pyramid diffractive optical networks for unidirectional image magnification and demagnification
用于单向图像放大和缩小的棱锥衍射光学网络
相关领域
放大倍数
光学
棱锥(几何)
波长
计算机科学
物理
|
网址 |
求助人暂未提供
|
DOI |
暂未提供,该求助的时间将会延长,查看原因?
|
其它 | 衍射深度神经网络 (D2NN)由连续的透射层组成,这些层使用监督深度学习进行优化,以全光学方式在输入和输出视场之间实现各种计算任务。在这里,我们提出了一种金字塔结构的衍射光学网络设计(我们称之为P-D2NN),专门针对单向图像放大和去放大进行了优化。在此设计中,衍射层与图像放大或去放大的方向对齐,呈金字塔状缩放。这个P-D2NN设计仅在一个方向上创建高保真放大或去放大图像,同时抑制相反方向的图像形成--在光学处理器体积内使用少得多的衍射自由度来实现所需的单向成像操作。此外,P-D2NN设计尽管使用单个波长进行训练,但在段照明波长上保持其单向图像放大/去放大功能。我们还设计了一种波长多路复用 P-D2NN,其中单向放大镜和单向去数字化器在两个不同的照明波长下同时在相反的方向上运行。此外,我们通过级联多个单向P-D来证明2NN模块,我们可以实现更高的放大倍数。P-D 的功效2NN架构还使用太赫兹照明进行了实验验证,成功地与我们的数值模拟相匹配。P-D2NN提供了一种受物理启发的策略,用于设计特定于任务的视觉处理器。 |
求助人 | |
下载 | 求助已完成,仅限求助人下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|