ONN 影像處理新技術，提升視覺感測器效能

ONN 影像處理的新玩法

康奈爾大學的研究人員開發出了一種名為光學神經網路（ONN）的新技術，這種技術讓相機在捕捉到視覺影像之前就能從場景中篩選出相關訊息。這個方法有望帶來更快、更小巧、更節能的影像感測器。在 Nature Photonics 上發表的一篇研究中，研究團隊證明了ONN 預處理器在各種計算機視覺任務中可以實現高達 800:1 的壓縮比，同時保持高精度。

ONN 影像壓縮技術接近人類視覺

由 Tianyu Wang 和 Mandar Sohoni 帶領的研究人員透過一系列的方法來測試 ONN 影像感測器。跟需要消耗大量電力並花費較長時間處理數據的數位系統不同，ONN 將數據壓縮到所需的最小尺寸。這種方法更接近人類的視覺方式，我們只記住關鍵特徵，而不是所有無關緊要的細節。

還原原始圖像的能力

研究團隊使用測試 ONN 編碼器還原原始圖像的能力。雖然還原後的圖像並不完美，但它們保留了重要特徵，這表示在更好的訓練和改進模型的情況下，ONN 有可能有更準確的結果。

實際應用場景

Wang 和 Sohoni 認為，光學神經網路可以在早期癌症檢測研究等領域具有實際應用。經過訓練的能夠識別癌細胞物理特徵的 ONN 可以迅速檢測並立即分離出這些細胞，從而處理更大量且更高質量的數據集。此外，在需要非常低功耗感測或計算的情況下，ONN也可能派上用場，例如在太空衛星上進行影像感測。

這項突破性的研究得到了來自包括 NTT Research、the National Science Foundation 以及 the Canadian Institute for Advanced Research Quantum Information Science Program 等多個組織的資助支持。

參考資料

• Optical neural networks hold promise for image processing

• Photo by DeepMind on Unsplash