Від допомоги лікарям у виявленні раку до керування безпілотними автомобілями в дорожньому русі багато сучасних систем візуалізації використовують ближнє інфрачервоне світло, забезпечуючи чітке зображення там, де видиме світло розсіюється і дає розмите зображення.
Однак системи ближнього інфрачервоного діапазону мають труднощі при проходженні світла через такі матеріали, як щільні тканини або густий туман, піддаючись тому ж ефекту розсіювання, коли фотони відхиляються від свого шляху. Теперішні системи візуалізації в ближньому інфрачервоному діапазоні використовують спеціалізовані детектори, виготовлені з дорогих матеріалів, що обмежує їх доступність і широке застосування.
Дослідники з Університету Рочестера розробили дешевшу систему візуалізації, яка долає обидві проблеми. Використовуючи недорогі кремнієві детектори, система швидко перетворює ближнє інфрачервоне світло на видиме, забезпечуючи при цьому чіткіші зображення в цих складних умовах. Технологія, яка описана в нещодавній статті в журналі Nature Communications, використовує метод, який називається часовим оптичним стробуванням, над удосконаленням якого лабораторія Роберта Бойда, заслуженого професора оптики імені Вільяма Ф. Крупке, працювала понад десять років.
Управління світлом
"Управління світлом за допомогою часового стробування по суті працює як затвор у фотоапараті", - говорить Ян Сюй (кандидат наук), провідний автор статті. "У традиційному фотоапараті механічний затвор — коли він відкривається, світло входить, а коли закривається, світло відсіюється. У цьому випадку ми використовуємо світло для керування ним."
Надшвидкі імпульси світла діють як затвор, пропускаючи інфрачервоні частинки через стробоскоп всього близько пікосекунди. Для порівняння, пікосекунда - це час, за який світло проходить відстань розміром з крапку наприкінці речення.
Стробоскоп являє собою тонку плівку з оксиду індію-олова, і будь-які ближнєінфрачервоні фотони, що потрапляють на неї, перетворюються на видиме світло для отримання чіткого зображення в реальному часі.
Цей підхід може покращити якість зображення для програм, починаючи від біомедичної візуалізації для виявлення раку і закінчуючи системами LiDAR (виявлення та визначення дальності за допомогою світла), що використовуються в автономних транспортних засобах, де туман та інші умови розсіювання світла можуть обмежувати продуктивність.
Штучний інтелект розширює поле зору
Хоча метод часового стробувального знімання давав напрочуд чіткі зображення, Бойд, Сюй та їхні колеги знайшли спосіб зробити систему ще кориснішою. Працюючи з дослідниками з Каліфорнійського університету в Лос-Анджелесі, вони поєднали свій підхід з машинним навчанням, щоб значно розширити поле зору системи. Результати їх досліджень опубліковані у недавній статті у журналі Light: Science and Applications.
"До застосування штучного інтелекту ми могли бачити лише обмежене поле зору", - говорить Сюй. "Додавши методи наших колег, ми можемо, по суті, реконструювати набагато більшу цільову область, розширюючи поле зору, яке може захопити наш надшвидкий метод часового стробувального знімання."
