Num avanço tecnológico inovador, os cientistas aplicaram IA para melhorar a resolução dos dispositivos de imagem das câmaras metalens e inventar novos tipos de sistemas de imagem. Este novo método incorpora tecnologia de ponta de aprendizagem profunda para utilizar imagens de baixa qualidade em vez de imagens de alta definição que podem ser usadas, por exemplo, para microscopia e dispositivos móveis inteligentes.

Um novo avanço em IA aumenta a qualidade de imagem das câmeras metalens: https://t.co/Uuug6jKp7IPAbrindo caminho para câmeras ultrafinas, uma nova técnica aproveita o aprendizado profundo para melhorar a resolução, contraste e distorção em imagens de uma câmera pequena.Publicado em#OPG_OL#AI #câmeras pic.twitter.com/yZfgElgXXU

– Óptica (@OpticaWorldwide) 15 de maio de 2024

O potencial dos metalenses liberado

Metalenses, câmeras ultrafinas que usam nanoestruturas para manipular a luz, podem prometer ser leves e compactas. No entanto, obter as melhores imagens não é um processo fácil com estes dispositivos. O pesquisador principal Ji Chen, da Southeast University, na China, declara: “Nossa tecnologia capacita dispositivos baseados em metalens para superar as limitações existentes na qualidade de imagem”, que a empresa espera implementar em eletrônicos de consumo, bem como em outros campos como a microscopia.

Integrando IA para melhorias de imagem.

Optica Publishing Group, os autores da Optics Letters, a revista onde discutem a aplicação de uma rede neural convolucional multiescala, a forma de aprendizagem profunda que empregaram, para aumentar a resolução, o contraste e a distorção em imagens produzidas por um metalens. Uma pequena câmera pinhole, não maior que 3 cm × 3 cm × 0,5 mm, composta por lentes metálicas embutidas em um chip de imagem CMOS, elimina diretamente a necessidade de peças ópticas tradicionais.

Leia também: O novo recurso de IA do Meta

A abordagem de aprendizagem profunda dos pesquisadores envolve treinar a rede neural com um conjunto gigantesco de dados com pares de imagens de alta e baixa qualidade, para que ela possa distinguir os elementos da imagem e, em seguida, elevar as capturas de baixa resolução para qualidade HD após o treinamento. Essa estratégia alcançou uma melhoria significativa nas métricas de qualidade de imagem, como relação sinal-ruído de pico e índice de similaridade estrutural, que também mostrou habilidades de processamento rápido com a capacidade de gerar instantaneamente dados de alta qualidade.

Viabilidade comercial direções futuras.

A tarefa de pesquisa iminente concentra-se em obter metalenses com funcionalidades adicionais, como cor e ampla polarização circular, enquanto ajusta e refina redes neurais artificiais para melhorar a qualidade geral da imagem. Para a realização comercial desta tecnologia, é necessário inventar um novo método de montagem para incorporar metalenses em módulos de câmeras de smartphones, além de um software especialmente desenvolvido para smartphones para melhorar a qualidade da imagem.

Ji Chen vê o desenvolvimento da IA ​​avançada como um marco crucial na história da fotônica, com o aprendizado de máquina abrindo caminho neste domínio. A constante inovação e perfeição de metalenses ultraleves e ultrafinos farão com que eles atuem como divisores de águas em tecnologias de imagem e detecção e prenunciem o advento de câmeras pequenas e de alto desempenho.

A ideia de inclusão de IA na tecnologia metalens é uma transformação radical no mundo da imagem. Através da exploração de técnicas de aprendizagem profunda, os investigadores abriram a porta para que os metalenses tenham imagens de alta definição em versões pequenas e leves e isto tem implicações de longo alcance na electrónica de consumo, bem como na investigação científica. Essa intrincada integração da IA ​​com a óptica certamente se expandirá no futuro, contendo recursos para superar qualquer imagem em imagens e análises visuais.