中國科學院上海光學精密機械研究所研究人員在基于深度學習的計算成像方法上取得新進展。研究人員提出了一種利用仿真數據訓練神經網絡來恢復實驗數據的方法,并在計算鬼成像中驗證了該方法的可行性。首先,基于計算鬼成像的原理和實驗器件參數仿真生成訓練數據,然后利用仿真數據訓練神經網絡;訓練所得網絡能夠在6.25%的采樣比下恢復實驗數據,相比傳統的強度關聯和壓縮感知方法,具有更好的重建效果,且在重建過程中無需使用照明光場的信息。另外,該方法在物體與探測器之間存在散射介質時仍能恢復圖像,而無需對散射介質進行仿真。(中科院網站)
