菜单

当前位置: 首页> 新闻动态>

卷积神经网络辅助的高分辨超构偏振分析仪

时间:2023-12-06 点击量: 801

以下文章来源于LightScienceApplications ,作者Light新媒体


导读

近日,南京大学现代工程与应用科学学院李涛、祝世宁课题组通过平面手性超构表面和卷积神经网络的结合,实现了高空间分辨率的偏振分析器件。该工作充分利用了超构表面在相位和偏振调控的强大能力,构建了基于同偏振和正交偏振的三独立相位编码通道,让三个通道的光场进行线聚焦形成交叉三角形,然后根据三条边和交叉点的光强可以一次性获得不同偏振态光场的振幅和相位信息,从而实现非交错像素的偏振检测。同时,研究人员还引入卷积神经网络,进一步提升偏振解算过程中的精确度和鲁棒性。最终实现了高度集成的高分辨率偏振检测与分析。

研究背景

对偏振信息的解算在从遥感、大气到生物、显微等领域都有重要应用。传统的偏振测量往往需要一系列分束镜和偏振原件等,系统因此体积较大,较为复杂。超构表面作为一种灵活调控的平面衍射器件,为集成化的偏振分析仪提供了可能。超构光学行业创业公司Metalenz也基于超构光学技术推出了用于消费级产品的Polar ID,通过捕捉人脸独特的偏振特征,来实现高安全性的人脸解锁功能。目前基于超构光学技术的偏振分析仪主要有两类,一类是超构透镜型,通过对不同偏振基矢的独立分光聚焦强度来分别计算斯托克斯参量,因此受限于横向分辨尺寸;另一类是超构光栅型,基于矩阵傅里叶光学对不同偏振进行衍射阶次的分光,但通常要再结合透镜聚焦使其纵向尺寸受限。而随着现代光学的发展,对偏振分析仪的集成性和空间分辨率提出了更高的要求。

640.png

图1 三通道偏振复用手性超构表面实现偏振测量的原理示意图。

创新研究

三通道手性超构表面直接实现偏振测量。不同于其他工作基于不同超构表面测量不同偏振的强度来解算斯托克斯参量,研究人员提出通过单超构表面直接测量强度和相位来解算偏振信息。研究人员在原先手性超构表面的基础上(Nano Lett. 21,1815 (2021), Optica, 9, 1314 (2022))进一步设计了一种三个偏振通道复用的手性超构表面,可独立调控两个正交圆偏振通道(R-L & L-R)和一个同偏振通道(R-R/L-L)。如图1所示,三个偏振通道分别形成三条聚焦线,通过聚焦线的强度可计算圆偏振基矢的强度对比,通过考察交点的强度则可推算出圆偏振基矢之间的相位差,从而解算偏振信息。其中手性超构表面的三通道偏振复用能力为实现高空间分辨率的偏振测量奠定了基础。

640 (1).png

图片图2. 用于偏振分析的神经网络架构。(a)数据增强后的输入图片。 (b) 输出为对应的斯托克斯参量。 (c) 卷积神经网络的结构参数。(d) 基于训练周期的损失函数。针对(e) 20微米和 (f) 10微米空间分辨率的测试数据的统计分布和累积概率分布。

卷积神经网络辅助提高测量精度、速度和鲁棒性。为提升偏振测量的精度和鲁棒性,研究人员提出了一种卷积神经网络架构,如图2所示,输入为基于模拟和实验焦面分布的数据增强,包含了噪声、图片拉伸旋转等操作,可显著提升实际应用中的鲁棒性。经过6层连续的卷积层,输入图片中隐藏的特征可被提取出来,再经过连接层转化为输出的斯托克斯参量。对于不同的偏振态,基于直径20微米的超构表面,也就是空间分辨率达20微米,其经过神经网络后偏振测量得到的斯托克斯参量的平均偏差为0.06,具有较高的保真度,解算时间也大为提高,少于0.05s。偏振测量的空间分辨率可进一步提升至10微米,解算的斯托克斯参量平均误差为0.108。

640 (2).png

图片图3. 空间非均匀偏振态的实验测量。(a)空间非均匀偏振光束的强度分布。 (b) (c)在不同圆偏振检偏下的焦面强度分布。(d)-(f) 基于神经网络推算的斯托克斯参量分布,虚线为设计值。(g) 神经网络推算的偏振态分布示意图。 (h) 设计的偏振态分布示意图。

基于以上设计,研究人员利用超构表面阵列分别展示了针对空间均匀和非均匀的偏振态测量。以空间非均匀的偏振测量为例,研究人员基于几何相位的超构表面制备了空间快速变化的矢量偏振光(如图3所示),并基于神经网络辅助的手性超构表面阵列对其进行测量,可准确得还原其空间不同位置的偏振态分布。图3(g) 为神经网络解算结果,3(h)为实际设计的偏振分布。研究人员进一步展示了该方案在实际生产生活中的应用,以外形相似的太阳镜和3D眼镜的区分为例(见图4),通过采集到的不同的焦面分布,可直接区分其功能属性。

640 (3).png

图片图4. 外形相似的太阳镜和3D眼镜的区分。

总结展望

研究团队设计了一种三偏振通道独立调制的手性超构表面,可同时实现对圆偏振基矢的强度和相位测量,显著提升了偏振测量器件的集成性和空间分辨率。通过引入卷积神经网络,可进一步提升偏振解算过程中的精确度和鲁棒性。该方案展示了手性超构表面强大的偏振相位调制能力,及其在高精度偏振测量等方面的应用潜力。

论文信息

该文章以“Neural network assisted high-spatial-resolution polarimetry with non-interleaved chiral metasurfaces”为题发表在Light: Science & Applications 上。该研究工作得到了国家自然科学基金委和国家重点研发计划的大力支持。南京大学现代工程与应用科学学院助理研究员陈晨博士和博士生肖行健为该论文的共同第一作者,南京大学现代工程与应用学院李涛教授为论文通讯作者,该工作得到祝世宁院士的悉心指导。

论文地址

‍‍https://www.nature.com/articles/s41377‍-023-01337-6