量子电子学报

作者：林冰,樊学强,李德奎,彭志勇,郭忠义∗

单位：( 1 合肥工业大学计算机与信息学院, 安徽 合肥 230601;2 天津津航技术物理研究所, 天津 300192 )

关键词：信息光学,散射光场成像,目标重建,深度学习,散射介质,

基金：Supported by National Natural Science Foundation of China (国家自然科学基金, 61775050)

散射介质会改变光子的传播方向和传输路径，导致成像质量下降甚至形成散斑。理论上，可以利用散射介质的传输矩阵对目标信息进行恢复，但是求解传输矩阵的过程十分复杂。近年来，深度学习的快速发展为解决散射光场成像问题提供了新思路，其作为一种求解逆问题的常用方法可以准确恢复目标信息、提高成像质量，在散射光场成像领域发挥着重大作用并取得了一系列杰出的科研成果。在这里，基于深度学习中的监督学习和无监督学习，总结了现阶段基于深度学习的散射光场成像技术的研究进展，分析了该技术的优势及所面临的挑战。同时，本文从深度学习的网络结构、成像质量、泛化性等方面分析比较了各类成像技术性能，并展望了该领域未来可能的发展趋势。

来源：2022年第6期

《量子电子学报》期刊编辑部

查看量子电子学报杂志2022年第6期