原文Machine-learning reprogrammable metasurface imager,发表于Nature Communications,第一作者为Lianlin Li,通讯作者为Cheng-Wei Qiu和Tiejun Cui,原文链接:https://doi.org/10.1038/s41467-019-09103-2
摘要:传统的微波成像仪通常需要较长时间完成数据采集,或者需要复杂的重建算法来进行数据后处理,这使得它们并不适用于即时监测的场景。在这里,我们报告了一个real-time digital-metasurface imager,它可以即时训练以生成radiation pattern,这种pattern可用于机器学习优化所得的测量模式。该超表面成像仪实时地进行电子化再编程,以获得整个数据集的最优解,从而实现了动态变化场景中全分辨率原始数据的存储和传输。此外,我们使用single physical hardware imager,实时对各种图像集(包括hand- written digits和through-wall body gestures)进行了现场演示,显示出高精度的图像编码和识别能力。我们设计的电子控制的超表面成像仪为智能监控、快速数据采集和处理、各种频率的成像器件提供了新思路。
图1. 实时数字超表面成像仪的工作原理
图2. 人体成像实验的配置和结果