物理与工程

2026, v.46;No.235(05) 70-78

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

面向AI算力提升物理机制的微透镜光学卷积实验研究
MICROLENS OPTICAL CONVOLUTION FOR PHYSICAL MECHANISMS OF AI COMPUTING POWER ENHANCEMENT

王泽生,孟飞扬,杨明睿,林志浩,刘俊衔,孙文博

摘要(Abstract):

图像识别是人工智能技术的一个重要应用领域,其中,卷积神经网络在二维图像数据处理方面具有显著优势,是人工智能图像识别的核心技术之一。然而,随着人工智能应用对算力的要求不断提高,传统数字集成电路计算架构下算力瓶颈问题日益凸显。本研究设计了一种基于微透镜阵列的光学卷积系统,将几何光学的空间分割机制与光计算的超高并行特性相结合,在物理层面上完成了卷积乘加运算的映射。系统利用空间光调制器加载图像信息和卷积核,通过微透镜阵列分割光场,利用卷积核对分割后的子区域并行调制,最后经过成像光路汇聚实现求和,从而完成了光学空间上的卷积计算。本研究给出了基于微透镜阵列的光学卷积系统实现原理,设计了实验光路,提出了系统校准、卷积核实现、图像后处理等关键技术的实现方法。实验结果表明,该系统具备基础成像性能,具备实现高斯算子、梯度算子、拉普拉斯算子等复杂特征算子的能力,系统受限于器件精度仍存在一定像差和衍射导致的误差,能够为基于几何光学架构的光学卷积方案在图像预处理任务中的可行性提供验证。

关键词(KeyWords): 光学信息处理;卷积神经网络;微透镜阵列;图像处理

Abstract:

Keywords:

基金项目(Foundation): 教育部拔尖计划2.0研究课题(20211007);教育部产学合作协同育人项目(231001318115817);; 清华大学实验室创新基金(202504303)

作者(Author): 王泽生,孟飞扬,杨明睿,林志浩,刘俊衔,孙文博

DOI: 10.27024/j.wlygc.2026.06.24.02

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享