通过随机散射介质识别物体在医学成像、海洋学、安全、机器人和自动驾驶等众多领域都是一项既重要又有挑战性的任务。目前研究人员们也研发了有很多计算解决方案来解决该问题。不过,所有此类解决方案都需要大规模的数字计算,消耗大量的能量,同时在训练阶段从没使用过的新随机散射体仍缺乏普遍性。
全光学计算实验(图片来源:UCLA)
据外媒报道,最近,美国加州大学洛杉矶分校(UCLA)的研究人员研发了一种全光学方法,能够采用衍射深度神经网络(D2NN)通过未知随机散射体对物体进行分类。D2NN能够形成一个自由空间光学计算平台,近年来引起了越来越多的研究兴趣。