微纳光学与人工智能交叉领域取得进展

近日，同济大学物理科学与工程学院2018级物理拔尖计划2.0人才培养基地本科生马志远作为第一作者在Micromachines杂志上发表论文“基于光束加速和旋转切换的可重构超透镜实现三维深度成像(Reconfigurable Metalens with Phase-Change Switching between Beam Acceleration and Rotation for 3D Depth Imaging)”。Micromachines期刊被Scopus、SCIE (Web of Science)和PubMed等众多数据库收录，主要聚焦微纳结构、光系统、应用物理方向的科学和技术。

随着人工智能领域的快速发展，深度成像在诸多应用场景中发挥重要作用，如机器人避障、产品质量检测、无人驾驶和人脸识别。传统深度相机存在体积重量大、系统设计复杂、采集耗时长等局限，难以满足小型化、集成化、智能化的发展需求。马志远利用Ge2Sb2Te5（GST）相变材料设计了一种功能可重构的超透镜用于深度成像，分别在GST的晶态和非晶态下实现了深度敏感的双螺旋（DH）点扩散函数（PSF）和深度不敏感的扩展景深（EDOF）PSF，再利用反卷积算法重建出清晰的场景和相应的深度图像。该方法通过一对互补的PSF分别产生聚焦加速和旋转光束，并将其集成在一个超透镜中，在仿真模拟中实现了3.5cm-13.5cm的工作深度范围，具有紧凑、快速、无视差的优点。
文章首先针对单一物体场景进行了深度成像模拟。通过对EDOF超透镜图像应用反卷积算法，可以重建出清晰的校徽图像。再将重建图像与DH超透镜图像反卷积，得到不同深度下校徽对应的DH-PSF。最后根据PSF焦点的旋转角度估计物体深度，获得相应的深度图像。如图所示，模拟了五个不同深度校徽的成像效果，深度误差仅为3.42%。
此外，文章还针对两个具有深度不同的离轴物体场景进行了模拟。在多目标场景的深度估计中，主要依赖于图像分割来分别处理子图像。针对子图像使用与上述同样的方法，重建了双物体场景的深度图像。
马志远于2021年8月进入程鑫彬教授和王占山教授课题组，学习了微纳光学基础理论、数值仿真方法、光学成像等相关知识，研究了基于相变材料GST的主动调控超透镜和深度成像应用。论文通讯作者为同济大学精密光学工程技术研究所博士后董思禹。该研究获得了国家自然科学基金项目、上海市数字光学前沿科学研究基地等支持。来源：同济大学