Akıllı telefonlarda kullanılan modern görselleştirme sistemleri, sanal gerçeklik (VR) ve artırılmış gerçeklik (AR) cihazları kompaktlık, verimlilik ve yüksek performansa yönelik olarak sürekli olarak geliştirilmektedir. Bununla birlikte, büyük cam merceklere dayanan geleneksel optik sistemlerin renk sapmaları, çeşitli dalga boylarında düşük verimlilik ve büyük fiziksel boyutlar gibi sınırlamaları vardır. Bu eksiklikler, yüksek kaliteli görüntüler üreten daha küçük, daha hafif sistemler tasarlanırken zorluklara neden olur.

Bu sorunların üstesinden gelmek için araştırmacılar, ışığı nano ölçekte işleyebilen, nano yapılardan oluşan metalensler (ultra ince lensler) geliştirdiler. Optik sistemlerin minyatürleştirilmesine yönelik muazzam potansiyele rağmen, metalenslerin, özellikle bozulma olmadan tam renkli görüntüler yakalama konusunda zorlukları vardır.


Rastgele dönme açılarına sahip bir dizi nanoyapıdan oluşan metaller, orijinal “gerçek” görüntüye yakın kalitede bir çıktı görüntüsü oluşturmak için yeniden yapılandırılan bir görüntü alır. Kaynak: Gelişmiş Fotonik (2024). DOI: 10.1117/1.AP.6.6.066002

Advanced Photonics dergisinde yayınlanan yakın tarihli bir çalışmada araştırmacılar, bu sınırlamaların çoğunun üstesinden gelen yenilikçi, derin öğrenmeye dayalı, uçtan uca metalens görüntüleme sistemi sundular. Bu sistem, seri üretilen metalleri özel bir yapay zeka tabanlı görüntü restorasyon çerçevesiyle birleştirir.

Metaller, ölçeklenebilir ve uygun maliyetli bir yöntem olan nanobaskı litografisi ve ardından atomik katman biriktirme kullanılarak üretilir ve bu lenslerin büyük ölçekte üretilmesine olanak tanır. Ancak çoğu metal mercek gibi, farklı dalga boylarındaki ışıkla etkileşime bağlı olarak renk sapmalarına ve diğer bozulmalara maruz kalır.

Bu sorunu çözmek için, renk bozulmasını ve bulanıklığı tanıyıp düzeltecek bir derin öğrenme modeli eğitilir. Bu yaklaşım, geniş bir görüntü veri kümesinden öğrenmesi ve bu düzeltmeleri sistem tarafından yakalanan yeni görüntülere uygulaması açısından şu anda benzersizdir. Görüntü restorasyon çerçevesi, iki sinir ağının birlikte eğitildiği çekişmeli öğrenmeyi kullanır. Bir ağ düzeltilmiş görüntüleri oluştururken diğeri bunların kalitesini değerlendirerek sistemi sürekli iyileştirmeye teşvik eder.

Yüksek kaliteli görselleştirme için AI düzeltmeli kompakt metal lensler oluşturuldu
(a) Gerçek gerçeklik görüntüleri, (b) metal görüntüleri, (c) yeniden oluşturulmuş görüntüleri modelleyin. Merkezi (kırmızı dikdörtgen) ve dış (sarı dikdörtgen) görüntü alanları, yüksek ve düşük görüş açılarında metalens görüntü yeniden yapılandırmasına erişmek için büyütülür. Kaynak: Gelişmiş Fotonik (2024). DOI: 10.1117/1.AP.6.6.066002

Ek olarak konumsal gömme gibi teknikler, modelin görüntü bozulmasının görüş açısına göre nasıl değiştiğini anlamasına yardımcı olur. Bu, yeniden oluşturulan görüntülerde, özellikle tüm görüş alanı boyunca renk doğruluğu ve keskinlik açısından önemli gelişmelere neden olur.

Sistem, geleneksel lenslere rakip olan görüntüleri çok daha küçük ve daha verimli bir pakette üretir. Yapay zeka tabanlı düzeltmeyle birlikte yüksek performanslı metalensleri seri üretme yeteneği, hem ticari hem de endüstriyel uygulamalar için kompakt, hafif görüntüleme sistemlerine yaklaşıyor.



genel-22