Метод DeepLens, разработанный исследователями KAUST, автоматизирует проектирование сложных систем линз, сокращая процесс проектирования с месяцев до одного дня, с потенциальным расширением до гибридных оптических систем.
Автоматизированный вычислительный метод проектирования оптических линз в системах формирования изображений предлагает возможность достижения оптимальных решений без участия человека, что значительно сокращает время и расходы, которые обычно требуются. Это достижение может привести к созданию усовершенствованных камер мобильных телефонов с превосходным качеством или инновационными функциями.
Разработанный Синге Яном, Цяном Фу и Вольфгангом Хайдрихом из KAUST, метод проектирования DeepLens основан на концепции «учебного обучения», которая использует структурированный, итеративный, поэтапный подход, учитывающий ключевые параметры системы формирования изображений, такие как ее разрешение, апертура и поле зрения.
Внедрение учебной программы в области искусственного интеллекта
Системы искусственного интеллекта, как и люди, испытывают трудности с изучением сложных задач с нуля без руководства. Например, люди учатся ползать, стоять, а затем ходить, прежде чем они в конечном итоге научатся прыгать, танцевать или заниматься спортом. Аналогичным образом, обучение по учебной программе 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, что схема не нуждается в человеческом дизайне в качестве отправной точки. Вместо этого она может полностью создать свой собственный дизайн составной оптической системы, включающей ряд из нескольких рефракционных линзовых элементов, каждый из которых имеет свои собственные индивидуальные формы и свойства, чтобы обеспечить наилучшую общую производительность.
Преимущества перед традиционными методами
«Традиционные автоматизированные методы позволяют добиться лишь незначительной оптимизации существующих конструкций», — прокомментировал Ян. «Наш подход позволяет оптимизировать сложные конструкции линз с самого начала, радикально сокращая месяцы ручной работы опытного инженера до одного дня вычислений».
Подход уже продемонстрировал высокую эффективность при создании как классических оптических конструкций, так и вычислительной линзы с увеличенной глубиной резкости. Это было в форм-факторе размером с мобильный телефон с большим полем зрения, с использованием линзовых элементов с сильно асферическими поверхностями и коротким задним фокусным расстоянием. Он также был протестирован в шестиэлементной классической системе формирования изображений, с анализом эволюции ее конструкции и оптических характеристик по мере адаптации ее конструкции к спецификациям конструкции.
«Наш метод специально ориентирован на проектирование многоэлементных рефракционных линз, распространенных в устройствах от микроскопов до сотовых камер и телескопов», — пояснил Ян. «Мы ожидаем большой интерес со стороны компаний, занимающихся камерами мобильных устройств, где аппаратные ограничения требуют вычислительной помощи для оптимального качества изображения. Наш метод отлично справляется с управлением сложными взаимодействиями между оптическими и вычислительными компонентами».
В настоящее время подход DeepLens применим только к рефракционным линзовым элементам, но команда KAUST говорит, что сейчас она работает над расширением схемы до гибридных оптических систем, которые объединяют рефракционные линзы с дифракционной оптикой и металинзами. «Это еще больше миниатюризирует системы визуализации и откроет новые возможности, такие как спектральные камеры и визуализация глубины цвета в сочетании», — заключил Ян.
Ссылка: «Учебная программа по глубокому изучению рефракционной оптики с нуля» Синге Ян, Цян Фу и Вольфганг Гейдрих, 3 августа 2024 г. Природа Коммуникации.
DOI: 10.1038/s41467-024-50835-7
