《Nature Nanotechnology》：用于加速机器视觉的多通道超成像仪

机器视觉技术的快速发展影响了各种应用，如医疗设备和自动驾驶系统。然而，这些成就通常需要数字神经网络，其缺点是计算要求高，因此能耗高。因此，当计算资源不容易访问时，实时决策受到阻碍。

近日，范德堡大学Jason G. Valentine等人报道了一种超成像仪，它被设计成与数字后端一起工作，将计算成本高昂的卷积运算转化为高速、低功耗的光学器件。在这种架构中，超表面能够实现角度和偏振复用，以创建多个信息通道，这些通道在单次拍摄中执行正值和负值的卷积运算。使用超成像仪进行物体分类，在手写数字中实现了98.6%的准确率，在时尚图像中实现了88.8%的准确率。由于其紧凑、高速和低功耗，本文所提出的方法可以在人工智能和机器视觉应用中获得广泛的应用。研究成果以题为《Multichannel meta-imagers for accelerating machine vision》发表于《Nature Nanotechnology》上。

图1：超成像仪原理图。

图2：超光学架构。

图3：超成像仪的设计。

图4：超成像仪的制作和表征。

图5：MNIST和Fashion MNIST对象的分类。

文章信息：

Zheng, H., Liu, Q., Kravchenko, I.I. et al. Multichannel meta-imagers for accelerating machine vision. Nat. Nanotechnol. (2024).