圖1 (a) 非干涉動態(tài)定量相位成像示意圖。(b) 僅利用空間先驗(yàn)的模型驅(qū)動深度學(xué)習(xí)。(c) 引入時(shí)空先驗(yàn)的模型驅(qū)動學(xué)習(xí)。(d) 分別使用 STeP 和空間先驗(yàn)從視頻序列重建相位的仿真SSIM和PSNR曲線。

近期，中國科學(xué)院上海光學(xué)精密機(jī)械研究所空天激光技術(shù)與系統(tǒng)部研究團(tuán)隊(duì)提出了一種引入深度時(shí)空先驗(yàn)(STeP)的輕量級神經(jīng)網(wǎng)絡(luò)架構(gòu)，無需訓(xùn)練集即可應(yīng)用于動態(tài)物體的定量相位成像。相關(guān)研究成果以“Dynamic quantitative phase imaging using deep spatial-temporal prior”為題發(fā)表于Optics Express。

測量透明樣本的相位分布這一經(jīng)典光學(xué)難題從顯微到遙感領(lǐng)域都具有重要意義?；谏疃葘W(xué)習(xí)的非干涉定量相位成像作為一種無標(biāo)記、穩(wěn)定的測量相位樣本方法，通過結(jié)合物理先驗(yàn)進(jìn)一步提高了其精度和可解釋性，同時(shí)無需訓(xùn)練數(shù)據(jù)集。然而，該方法受限于冗長的訓(xùn)練時(shí)間，難以應(yīng)用于需要處理多幀數(shù)據(jù)的成像任務(wù)。

圖2 實(shí)驗(yàn)結(jié)果定量分析。左側(cè)兩列為第 1、50、100 幀的原始圖像與重建結(jié)果。右側(cè)兩列是左側(cè)對應(yīng)顏色位置的水平和垂直方向相位分布。

為解決上述問題，該研究團(tuán)隊(duì)提出了一種將深度時(shí)空先驗(yàn)(STeP)與輕量級神經(jīng)網(wǎng)絡(luò)結(jié)合的訓(xùn)練架構(gòu)，能將原方法拓展至低信噪比(≈10.6dB)下的動態(tài)定量相位成像。如圖1所示，相較傳統(tǒng)的物理增強(qiáng)網(wǎng)絡(luò)僅利用空間先驗(yàn)，STeP通過結(jié)合之前幀已學(xué)習(xí)到的空間先驗(yàn)來建立幀與幀之間的時(shí)空聯(lián)系，用以重建當(dāng)前幀。該方法在實(shí)驗(yàn)上取得了相較傳統(tǒng)方法更好的結(jié)果，對于動態(tài)相位物體，基于STeP的方法能夠在低信噪比的條件下定量恢復(fù)其相位，如圖2所示。該研究將基于時(shí)空先驗(yàn)的物理模型引入輕量級神經(jīng)網(wǎng)絡(luò)架構(gòu)，為實(shí)時(shí)、非干涉的動態(tài)定量相位成像提供了新的研究思路，有望應(yīng)用于大氣湍流成像、光學(xué)元件缺陷檢測及微生物活體成像等領(lǐng)域。

相關(guān)工作得到了國家自然科學(xué)基金和上海市揚(yáng)帆計(jì)劃的支持。