Tag: Europe

法国国家科学研究中心的研究人员提出了一种噪声自适应智能可编程元成像器。感知系统在我们生活的许多方面中越来越广泛地使用，包括非接触式人机界面、无人驾驶车辆和环境支持的医疗保健。然而，这些系统通常缺乏智能，因为它们有收集所有信息的倾向，而不管其是否相关。这可能导致隐私侵犯，同时在处理数据时也会浪费时间、精力和计算资源。 然而，在实际应用中，测量过程总是受到不同类型的噪声的影响。每个测量都伴随着噪声。特别是在室内环境中，传输的电磁信号必须保持适度，信噪比可能较低。为了推进先前的研究，法国国家科学研究中心的研究人员现已开发了一种智能可编程计算元成像器，不仅可以根据特定的信息提取任务（如物体识别）调整其照明模式，还可以适应各种类型和水平的噪声。 某种类型和强度的噪声不可避免地影响测量过程。我们假设噪声的类型和数量将影响智能可编程元成像器应该使用的最佳相干照明模式，以有效地从图像中提取特定任务的信息。该系统被认为是一种单发射器、单探测器多次拍摄的可编程计算成像系统。这些系统在微波领域尤为重要，因为昂贵的收发器可以被可编程的元表面孔径所取代，后者可以从单个射频链合成相干波前。 研究人员根据研究仔细探讨了延迟限制和噪声对智能多次拍摄可编程元成像器的影响。研究人员研究了一个常见的物体识别问题，并提出了一个微波计算可编程元成像器系统来测试他们的理论。这些系统可以用于地球观测、室内监控等领域。 在他们的模型中，一个微波动态元表面天线（DMA）使用单个发射器向场景发送一系列相干波前，而第二个DMA使用单个探测器相干地收集反射波。他们开发了一个可微分的端到端信息流管道，包括未来的数字处理阶段以及带有噪声的可编程物理测量过程。 这种联合优化，涉及对可训练的物理参数和可训练的数字参数进行任务特定的端到端联合优化，使测量过程具有任务意识，使其能够区分与手头任务相关的模拟域信息和与任务无关的信息。 科学家发现，在信息受到延迟约束和/或噪声约束的情况下，这种可编程元成像器生成一系列与任务和噪声相关的场景照明，比传统的具有随机配置的压缩感知方法表现更好。 这种方法虽然具有“黑盒”特性，但研究人员发现，学习到的光照模式的“宏观”方面，尤其是它们的互相重叠和强度，是直观可理解的。 根据研究人员的说法，向一个能够自动识别噪声类型和数量并相应地修改其DMA设置的系统过渡是简单的，而无需额外的人类输入。