Forscher nutzen künstliche Intelligenz, um die Bildqualität in Metalinsenkameras zu verbessern

In einem innovativen technologischen Durchbruch Wissenschaftler künstliche Intelligenz, um die Auflösung der Bildsensoren von Metalinsenkameras zu verbessern und neuartige Bildgebungssysteme zu entwickeln. Dieses innovative Verfahren integriert modernste Deep-Learning-Technologie, um anstelle hochauflösender Bilder, die beispielsweise für Mikroskopie und mobile Endgeräte verwendet werden können, auch Bilder mit niedrigerer Auflösung zudefi.

Das Potenzial der Metalinsen entfesselt

Metalinsen, ultradünne Kameras, die Nanostrukturen zur Lichtmanipulation nutzen, versprechen geringes Gewicht und kompakte Bauweise. Dennoch ist es mit diesen Geräten nicht einfach, optimale Bilder zu erzielen. Der leitende Forscher Ji Chen von der Southeast University in China erklärt: „Unsere Technologie ermöglicht es metallinsenbasierten Geräten, die bestehenden Einschränkungen der Bildqualität zu überwinden.“ Das Unternehmen hofft, diese Technologie sowohl in dertronals auch in anderen Bereichen wie der Mikroskopie einsetzen zu können.

Integration von KI zur Bildverbesserung.

Die Autoren der Optica Publishing Group veröffentlichten in der Fachzeitschrift Optics Letters ihre Anwendung eines multiskaligen Convolutional Neural Network (CNN) – einer Form des Deep Learning – zur Verbesserung von Auflösung, Kontrast und Verzerrungsreduzierung in Bildern, die mit einer Metallinse erzeugt wurden. Eine winzige Lochkamera mit Abmessungen von maximal 3 cm × 3 cm × 0,5 mm, bestehend aus auf einem CMOS-Bildsensor integrierten Metalllinsen, macht herkömmliche optische Bauteile überflüssig.

Lesen Sie auch: Metas neue KI-Funktion

Der Deep-Learning-Ansatz der Forscher besteht darin, das neuronale Netzwerk mit einem riesigen Datensatz aus hoch- und niedrigauflösenden Bildpaaren zu trainieren. Dadurch kann es Bildelemente unterscheiden und anschließend niedrigauflösende Aufnahmen nach dem Training in HD-Qualität umwandeln. Diese Strategie erzielte eine signifikante Verbesserung von Bildqualitätsmetriken wie dem Signal-Rausch-Verhältnis und dem Strukturähnlichkeitsindex und zeigte zudem eine schnelle Verarbeitungsfähigkeit mit der Fähigkeit, sofort hochwertige Daten zu generieren.

Wirtschaftliche Tragfähigkeit und zukünftige Entwicklungsrichtungen. 

Die anstehende Forschungsaufgabe konzentriert sich auf die Entwicklung von Metalinsen mit zusätzlichen Funktionen wie Farbe und breiter zirkularer Polarisation sowie auf die Feinabstimmung und Verfeinerung künstlicher neuronaler Netze zur Verbesserung der Bildqualität. Für die kommerzielle Umsetzung dieser Technologie ist neben einer speziell für Smartphones entwickelten Software zur Verbesserung der Bildqualität auch ein neues Montageverfahren zur Integration von Metalinsen in Smartphone-Kameramodule erforderlich.

Ji Chen sieht die Entwicklung fortschrittlicher KI als entscheidenden Meilenstein in der Geschichte der Photonik, wobei maschinelles Lernen den Weg in diesem Bereich ebnet. Die ständige Innovation und Perfektionierung ultraleichter und ultradünner Metalinsen wird diese zu bahnbrechenden Innovationen in der Bildgebungs- und Detektionstechnologie machen und die Entwicklung kleiner, leistungsstarker Kameras einläuten.

Die Integration von KI in die Metalinsentechnologie stellt eine radikale Transformation in der Bildgebung dar. Durch den Einsatz von Deep-Learning-Verfahren haben Forscher den Weg fürdefiMetalinsen in kleinen und leichten Bauformen geebnet. Dies hat weitreichende Auswirkungen sowohl auf dietronals auch auf die wissenschaftliche Forschung. Die komplexe Integration von KI und Optik wird sich in Zukunft weiter ausdehnen und Funktionen bieten, die herkömmliche Bilder in der Bildgebung und -analyse übertreffen.