Метод DeepLens, разработанный исследователями KAUST, автоматизирует проектирование сложных систем линз, сокращая процесс проектирования с месяцев до одного дня с возможностью расширения до гибридных оптических систем.
Автоматизированный метод расчета при проектировании оптических линз в системах визуализации дает возможность получения оптимальных решений без вмешательства человека, тем самым значительно сокращая обычно необходимые время и затраты. Это достижение может привести к созданию улучшенных камер мобильных телефонов с более высоким качеством или инновационными функциями.
Метод проектирования DeepLens, разработанный Синге Янгом, Цян Фу и Вольфгангом Хайдрихом из KAUST, основан на концепции «программного обучения», в которой используется структурированный, итеративный, поэтапный подход, учитывающий отображение ключевых параметров системы, таких как ее разрешение. , диафрагма и поле зрения.
Реализация учебного обучения в ИИ
Системы искусственного интеллекта, как и люди, с трудом могут освоить сложные задачи с нуля без посторонней помощи. Например, люди учатся ползать, стоять, затем ходить, прежде чем, наконец, научиться прыгать, танцевать или заниматься спортом. Аналогичным образом, педагогическое обучение разбивает сложную задачу (в данном случае проектирование сложной системы линз) на отдельные этапы возрастающей сложности, постепенно увеличивая требования к разрешению, размеру апертуры и полю зрения.
Важно отметить, что система не требует человеческого дизайна в качестве отправной точки. Вместо этого он может полностью создать свою собственную конструкцию составной оптической системы, состоящей из нескольких элементов преломляющих линз, каждый из которых имеет свою собственную форму и свойства, чтобы обеспечить наилучшие общие характеристики.
Преимущества перед традиционными методами
«Традиционные автоматизированные методы обеспечивают лишь незначительную оптимизацию существующих проектов», — прокомментировал Янг. «Наш подход позволяет оптимизировать сложные конструкции линз с самого начала, значительно сокращая месяцы ручной работы опытного инженера до одного дня расчетов. »
Этот подход уже доказал свою эффективность при создании классических оптических схем и вычислительных линз с увеличенной глубиной резкости. Это был формат размером с сотовый телефон с большим полем зрения, в котором использовались линзы с сильно асферическими поверхностями и коротким задним фокусным расстоянием. Он также был протестирован в традиционной шестиэлементной системе визуализации, при этом анализировалась эволюция его конструкции и оптических характеристик по мере адаптации конструкции в соответствии с проектными спецификациями.
«Наш метод специально нацелен на создание многоэлементных преломляющих линз, которые часто встречаются в различных устройствах — от микроскопов до сотовых камер и телескопов», — пояснил Ян. «Мы ожидаем большой интерес со стороны компаний, занимающихся камерами для мобильных устройств, где аппаратные ограничения требуют ИТ-поддержки для оптимального качества изображения. Наш метод превосходно справляется со сложными взаимодействиями между оптическими и вычислительными компонентами. »
В настоящее время подход DeepLens применяется только к преломляющим линзам, но команда KAUST заявляет, что сейчас работает над распространением этой схемы на гибридные оптические системы, которые сочетают в себе преломляющие линзы с дифракционной оптикой и металлическими линзами. «Это позволит еще больше миниатюризировать системы обработки изображений и открыть новые возможности, такие как спектральные камеры и совместная обработка изображений с глубиной цвета», — заключает Янг.
Ссылка: «Учебная программа для начинающих с глубоким изучением преломляющей оптики», авторы Синге Ян, Цян Фу и Вольфганг Гейдрих, 3 августа 2024 г., Природные коммуникации.
DOI: 10.1038/s41467-024-50835-7
