来源:石墨烯联盟|
发表时间:2021-06-09
点击:5529
近年来,光学成像的新方法迅速发展,其重点是从通常是在二维(2D)图像捕获中提取三维(3D)信息。也许最重要的是,计算成像的兴起使得光学组件的新物理布局和新算法得以实现。本文关注两项进展的融合:利用石墨烯光电探测器阵列开发透明焦叠加成像系统,以及包括强大神经网络开发在内的机器学习功能的快速扩展。本文演示了使用多层前馈神经网络对点状对象进行3D跟踪以及对多点对象的跟踪位置的扩展。计算机仿真进一步证明了该光学系统如何跟踪3D扩展对象,凸显了将纳米光子设备,新光学系统设计和机器学习相结合以实现3D成像新领域的希望。
Fig. 1 透明全石墨烯光电探测器阵列焦堆成像系统的概念。
Fig. 2 使用石墨烯检测器阵列的双堆栈进行焦点堆栈成像的实验演示。
Fig. 3 使用焦点堆栈数据对三种不同类型的点对象进行3D点对象跟踪。
Fig. 4 使用CMOS相机收集的焦点堆栈数据进行3D扩展对象跟踪及其方向估计。
“本文由新材料在线®平台入驻媒体号石墨烯联盟提供,观点仅代表作者本人,不代表本网站及新材料在线®立场,本站不对文章内容真实性、准确性等负责,尤其不对文中产品有关功能性、效果等提供担保。本站提醒读者,文章仅供学习参考,不构成任何投资及应用建议。如需转载,请联系原作者。如涉及作品内容、版权和其它问题,请与我们联系,我们将在第一时间处理!本站拥有对此声明的最终解释权。”