Los investigadores utilizan inteligencia artificial para mejorar la calidad de la imagen en la cámara de metalente

En un innovador avance tecnológico, los científicos aplicaron IA para mejorar la resolución de los dispositivos de imagen de las cámaras de metalentes e inventar nuevos tipos de sistemas de imagen. Este método novedoso integra tecnología de aprendizaje profundo de vanguardia para utilizar imágenes de baja calidad en lugar de las de alta definición que se pueden usar, por ejemplo, para microscopía y dispositivos móviles inteligentes.

El potencial de las metalentes desatado

Las metalentes, cámaras ultradelgadas que utilizan nanoestructuras para manipular la luz, podrían prometer ser ligeras y compactas. Sin embargo, obtener las mejores imágenes no es un proceso fácil con estos dispositivos. El investigador principal Ji Chen de la Universidad del Sureste en China declara: “Nuestra tecnología capacita a los dispositivos basados en metalentes para superar las limitaciones existentes en la calidad de la imagen”, lo que la empresa espera implementar en la electrónica de consumo, así como en otros campos como la microscopía.

Integración de IA para mejoras de imagen.

Optica Publishing Group, los autores en Optics Letters, la revista donde discuten su aplicación de una red neuronal convolucional multiescala, la forma de aprendizaje profundo que emplearon, para aumentar la resolución, el contraste y la distorsión en las imágenes producidas por una metalente. Una pequeña cámara de agujero estenopeico, no más grande que 3 cm × 3 cm × 0,5 mm, que consiste en lentes metálicas incrustadas en un chip de imagen CMOS, elimina directamente la necesidad de componentes ópticos tradicionales.

También lea: La nueva función de IA de Meta

El enfoque de aprendizaje profundo de los investigadores implica entrenar la red neuronal con un conjunto gigantesco de datos con pares de imágenes de alta y baja calidad, para que pueda distinguir los elementos de la imagen y luego elevar las capturas de baja resolución a calidad HD después del entrenamiento. Esta estrategia logró una mejora significativa en las métricas de calidad de imagen como la relación señal-ruido de pico y el índice de similitud estructural, lo que también mostró capacidades de procesamiento rápido con la capacidad de generar datos de alta calidad al instante.

Viabilidad comercial y direcciones futuras. 

La próxima tarea de investigación se centra en obtener metalentes con funcionalidades adicionales como color y polarización circular amplia, mientras se afinan y perfeccionan las redes neuronales artificiales para mejorar la calidad general de la imagen. Para la realización comercial de esta tecnología, es necesario inventar un nuevo método de ensamblaje para incrustar metalentes en módulos de cámara de teléfonos inteligentes, además de un software especialmente diseñado para teléfonos inteligentes para mejorar la calidad de la imagen.

Ji Chen ve el desarrollo de IA avanzada como un hito crucial en la historia de la fotónica, con el aprendizaje automático abriendo el camino hacia adelante en este dominio. La innovación constante y la perfección de las metalentes ultraligeras y ultradelgadas las verán actuar como cambiadoras de juegos en las tecnologías de imagen y detección y anunciarán la llegada de cámaras pequeñas y de alto rendimiento.

La idea de incluir IA en la tecnología de metalentes resulta ser una transformación radical en el mundo de la imagen. A través de la explotación de técnicas de aprendizaje profundo, los investigadores han abierto la puerta para que las metalentes tengan imágenes de alta definición en versiones pequeñas y ligeras, y esto tiene implicaciones de gran alcance en la electrónica de consumo, así como en la investigación científica. Esta intrincada integración de IA con la óptica está destinada a expandirse en el futuro, conteniendo las características para superar cualquier imagen en la imagen visual y el análisis.