近日，來自瑞士聯(lián)邦理工學(xué)院的一組研究人員在美國光學(xué)學(xué)會的高影響因子期刊 Optica 上發(fā)表文章報告其研究成果。他們利用深度神經(jīng)網(wǎng)絡(luò)對經(jīng)過多模光纖傳輸的數(shù)字圖像進行精確重建，在長達一公里的光纖上實現(xiàn)了 90% 的準確率。圖像經(jīng)過光纖傳輸后輸出的是散斑圖，人眼無法辨認其內(nèi)容，該研究小組利用深度神經(jīng)網(wǎng)絡(luò)模仿人腦學(xué)習(xí)過程，把模糊難認的散斑圖轉(zhuǎn)換成可識別的數(shù)字圖像，該神經(jīng)網(wǎng)絡(luò)還能夠處理因環(huán)境對光纖的擾動而造成的失真。該研究有望改進內(nèi)窺鏡成像等醫(yī)療程序和通信應(yīng)用。

多模光纖輸出的圖像散斑圖（speckle pattern）輸入到深度神經(jīng)網(wǎng)絡(luò)的隱藏層，并被重建為數(shù)字 3。（圖源：Demetri Psaltis, Swiss Federal Institute of Technology Lausanne）

一個研究小組創(chuàng)造性地使用神經(jīng)網(wǎng)絡(luò)來模擬人腦處理圖像的過程，并且報告了其對在長達一公里的光纖上傳輸?shù)膱D像進行精確重建的研究工作。

研究人員在美國光學(xué)學(xué)會（OSA）高影響因子期刊「Optica」上報告了他們的研究，他們訓(xùn)練一種被稱為深度神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)算法，基于數(shù)字圖像傳輸?shù)焦饫w遠端所生成的散斑圖來重建數(shù)字圖像。該研究可以改進用于醫(yī)學(xué)診斷的內(nèi)窺鏡成像，提高光纖通信網(wǎng)絡(luò)的承載信息量，或者提高光纖的光功率。

瑞士聯(lián)邦理工學(xué)院的 Demetri Psaltis 稱：「我們使用現(xiàn)代深度神經(jīng)網(wǎng)絡(luò)架構(gòu)從光纖的雜亂輸出中檢索出輸入圖像。」他與同事 Christophe Moser 一同領(lǐng)導(dǎo)了這項研究。他補充道：「我們證明了，在長達 1 公里的光纖上完成這個過程是可能的。」并且將該工作稱作「一個重要的里程碑」。

解碼模糊圖案

光纖通過光傳輸信息。多模光纖比單模光纖具有更強的信息傳輸能力。它們具有許多通道（被稱為空間模式，因為它們具有不同的空間形狀），這些通道可以同時傳輸不同的信息流。

盡管多模光纖非常適合傳輸基于光的信號，但要用它傳輸圖像還存在一些問題。來自圖像的光穿過所有的通道后，從另一端傳出的是一種人眼無法解碼的散斑圖。

為了解決這個問題，Psaltis 和他的團隊決定使用深度神經(jīng)網(wǎng)絡(luò)，這是一種運作方式與人腦類似的機器學(xué)習(xí)算法。深度神經(jīng)網(wǎng)絡(luò)可以賦予計算機識別圖像中物體的能力，還能幫助改進語音識別系統(tǒng)。輸入數(shù)據(jù)通過幾層人工神經(jīng)元進行處理，每層神經(jīng)元在進行一個小運算后將結(jié)果傳遞給下一層神經(jīng)元。機器通過識別與輸入相關(guān)的輸出模式來學(xué)習(xí)識別輸入圖像。

參與該項目的博士生 Eirini Kakkava 解釋道：「如果我們思考一下神經(jīng)網(wǎng)絡(luò)的起源（即人腦），就會發(fā)現(xiàn)它的工作機制很簡單。當一個人盯著一個物體看的時候，大腦中的神經(jīng)元就會被激活，這個過程表示對一個熟悉的物體進行識別。我們的大腦之所以能夠做到這一點，是因為它在我們的生活中會接受同一類物體的圖像或信號的訓(xùn)練，這改變了神經(jīng)元之間連接的強度。」為了訓(xùn)練一個人工神經(jīng)網(wǎng)絡(luò)，研究人員基本上遵循相同的處理過程，教會神經(jīng)網(wǎng)絡(luò)識別某些圖像（在本文中指手寫數(shù)字），直到它能夠識別之前從未見過、但與訓(xùn)練圖像屬于同一類別的圖像。

從數(shù)字中學(xué)習(xí)

為了訓(xùn)練系統(tǒng)，研究人員使用了一個包含 20000 個手寫數(shù)字樣本的數(shù)據(jù)庫，所有樣本是 0-9 的數(shù)字。他們選擇了其中的 16000 個樣本作為訓(xùn)練數(shù)據(jù)，留出 2000 個樣本作為驗證集，剩下的 2000 個樣本則用來測試已驗證的系統(tǒng)。他們用激光照射每一個數(shù)字，并且將光束通過大約有 4500 個通道的光纖傳輸?shù)竭h端的相機上。他們用一臺計算機測量輸出光的強度是如何在捕獲到的圖像中變化的。他們?yōu)槊總€數(shù)字收集了一系列實例。

盡管為每個數(shù)字收集的散斑圖對人眼來說都差不多，但神經(jīng)網(wǎng)絡(luò)能夠辨別出其中的細微差異，并識別出與每個數(shù)字相關(guān)的光強度模式。測試表明，該算法對在 0.1 米長的光纖中傳輸?shù)膱D像達到了 97.6% 的識別準確率，在 1 公里長的光纖中達到了 90% 的識別準確率。

這是一種更簡單的方法

研究小組的另一位成員 Navid Borhani 說，與其它需要對輸出進行全息測量的方法相比，這種機器學(xué)習(xí)方法能夠更簡單地重建通過光纖傳輸?shù)膱D像。該神經(jīng)網(wǎng)絡(luò)還能夠處理因環(huán)境對光纖的擾動而造成的失真，例如溫度波動或氣流引起的光纖移動，這些擾動會增加圖像的噪聲，而這種情況會隨著纖維長度的增加而變得更糟。

Psatis 表示：「深度神經(jīng)網(wǎng)絡(luò)具備檢索通過多模光纖傳輸?shù)男畔⒌淖吭侥芰Γ@將有利于內(nèi)窺鏡成像等醫(yī)療過程和通信應(yīng)用。」通信信號通常需要穿越若干公里的光纖，并且可能失真，而他們的這項技術(shù)可以修正這一現(xiàn)象。醫(yī)生可以使用超薄光纖探針收集人體內(nèi)的神經(jīng)束和動脈圖像，無需復(fù)雜的全息記錄儀，也不用擔(dān)心操作時移動幅度過大。Psatis 說：「呼吸或血液循環(huán)造成的微小運動會導(dǎo)致通過多模光纖傳輸?shù)膱D像失真。」而他們創(chuàng)建的深度神經(jīng)網(wǎng)絡(luò)方法是處理這種噪聲的高效解決方案。

Psaltis 和他的團隊打算通過生物樣本測試這項技術(shù)，看看是否和識別手寫數(shù)字一樣有效。他們希望利用不同類型的圖像進行一系列研究，以探討這項技術(shù)的可能性和局限性。