딥러닝 기반 초분광 편광 실시간 이미징

빛은 강도, 편광, 스펙트럼 등 다차원 정보를 내재하고 있으며, 이를 단일 노출로 동시에, 즉각적으로, 그리고 정확하게 포착하는 소형 장치 개발은 다양한 분야에서 중요하나 여전히 난제로 남아있습니다. 본 연구는 이러한 문제 해결을 목표로 합니다. 본 연구에서는 잔차 주의 네트워크(residual attention network)로 강화된 메타표면 통합 근적외선 카메라를 통해 1150-1650 nm의 넓은 파장 범위에서 167개 스펙트럼 채널을 갖는 고정밀 초분광 전-스토크스 편광 실시간 이미징 기술을 시연합니다. 편광 다중화와 스펙트럼 분산을 동시에 수행하는 메타표면은 다차원 인코더 역할을 하며, 맞춤형 딥러닝 네트워크가 빛의 다차원 정보를 고정확도로 재구성하도록 훈련되었습니다. 이 기술은 스펙트럼 및 이미지 해상도, 스펙트럼 및 편광 재구성 정확도 등 모든 핵심 성능 지표에서 기존 초분광 편광 카메라의 최고 사양을 수 배에서 한 자릿수 이상 능가합니다. 이를 통해 복잡하게 결합된 다차원 정보도 효과적으로 분석할 수 있습니다. 또한, 데이터 획득, 처리 및 추론에 단 18ms가 소요되어 초당 55프레임의 고차원 초분광 편광 이미징을 실시간으로 구현합니다. 본 연구는 소형 카메라를 이용한 고정밀 초분광 편광 실시간 이미징을 가능하게 하는 유망한 솔루션을 제시하며, 재료 분석, 의료 진단, 원격 감지 등 다양한 응용 분야에 기여할 것으로 기대됩니다.