IA pode revelar objetos invisíveis na escuridão total

• Os pesquisadores do MIT usam redes neurais profundas para revelar objetos invisíveis na escuridão completa.
• Ele pode gerar imagens de células biológicas e tecidos sem expô-los a raios nocivos e luz intensa.

A maioria dos sistemas de imagem só produz dados distorcidos ou parciais sobre o objeto que está sendo visualizado. Isso ocorre principalmente devido à falta de informação de fase, perda de frequências espaciais, ruído na iluminação e dispersores desconhecidos no trem óptico.

Nos últimos dois anos, uma técnica de aprendizado de máquina chamada rede neural profunda tem atraído muita atenção no campo da imagem computacional. Ele provou ser um solucionador eficiente em uma variedade de aplicações, incluindo imagens fantasmas, óptica adaptativa, microscopia de iluminação adaptativa, recuperação de fase, tomografia óptica e imagens subamostradas.

Para o primeiro, uma equipe de pesquisadores do MIT usou redes neurais profundas para resolver um problema de recuperação de fase coerente afetado por alto ruído em diferentes níveis. Em uma linguagem simples, eles descobriram um método para revelar objetos invisíveis na escuridão completa.

Isso é muito diferente da técnica de 'modo noturno' baseada em IA existente encontrada no smartphone Pixel 3 do Google, que pode capturar várias imagens barulhentas e produzir fotos nítidas, mas requer um pouco de luz para começar. A técnica do MIT, por outro lado, funciona em uma sala totalmente escura. Requer apenas um fóton por pixel.

Como eles fizeram isso?

Os pesquisadores primeiro capturaram fotos de objetos-alvo em condições quase totalmente escuras. Eles então recriaram objetos transparentes dessas fotos. Para fazer isso, eles usaram redes neurais profundas, que são treinadas para reconhecer mais de 10.000 gravuras transparentes semelhantes a vidro em imagens escuras e granuladas que são invisíveis ao olho humano.

Referência:Cartas de Revisão Física | doi:10.1103 / PhysRevLett.121.243902 | MIT

As próprias fotos, capturadas em uma sala escura, pareciam o ruído de estática que você pode ver em uma televisão. As redes neurais são treinadas nessas imagens junto com os padrões correspondentes abaixo do ruído visual.

Gradualmente, a rede aprendeu a dar sentido ao ruído visual. Eventualmente, gerou imagens borradas. Para tornar essas imagens mais claras, a equipe adicionou uma camada que pode enfocar a saída.

Cortesia de pesquisadores

Na imagem acima, você pode ver a imagem escura (canto superior esquerdo), que é gerada a partir de uma gravação transparente (extrema direita). Os pesquisadores usaram um algoritmo de física baseado no comportamento da luz para recriar o objeto (canto superior direito). A técnica de aprendizado de máquina criou uma imagem bastante borrada (canto inferior esquerdo). Eles combinaram o algoritmo físico e a técnica de aprendizado de máquina para reconstruir a imagem mais precisa (canto inferior direito) de um objeto / cena real.

Como isso é útil?

O AI poderia ser usado para iluminar recursos transparentes, como células e tecidos biológicos, em fotos capturadas com luz muito baixa. As células podem ser facilmente queimadas ou danificadas se forem expostas à luz intensa e, então, não haverá mais nada para a imagem. Além disso, quando os pacientes são expostos aos raios-X, eles têm chances de desenvolver câncer.

Leia:Existe algo chamado de fótons escuros | A partícula hipotética

Este estudo pode ajudar nesses casos:os pesquisadores tornaram possível obter a mesma qualidade de imagem ao expor células e tecidos a menos fótons. Isso diminui significativamente o dano aos espécimes biológicos ao coletá-los. Além disso, a tecnologia pode oferecer uma gama de aplicações potencialmente úteis no campo da imagem astronômica.