.png){kind=icon}
返回
Image processing with Optical matrix vector multipliers implemented for encoding and decoding tasks
.png){kind=icon}
OA
AI
DOI：10.1038/s41377-025-01904-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究介绍了一种基于光学神经网络（ONN）的自编码器，用于高效图像处理，利用专门的光学矩阵-向量乘法器执行编码和解码任务。为解决高效解码的挑战，我们提出了一种通过标量乘法优化输出处理的方法，提升了生成高维输出的性能。通过采用系统级迭代调校，我们缓解了硬件缺陷和噪声问题，逐步将图像重建精度提升至接近数字质量。此外，本方法支持噪声抑制和光学图像生成，能够实现去噪自编码器、变分自编码器和生成对抗网络等模型。实验结果表明，基于ONN的系统在能耗效率方面有潜力超越传统电子系统，从而在医学成像、自动驾驶汽车和边缘计算等应用中实现实时、低功耗的图像处理。
Keyword:
Optical neural network
Autoencoder
Matrix-vector multiplication
Image processing
Hardware optimization
