ConvRML: High-Quality Lensless Imaging with Random Multi-Focal Lenslets

ملخص تقني لـ ConvRML: تصوير عديم العدسات عالي الجودة باستخدام عدسات متعددة البؤر عشوائية

بيان المشكلة
يوفر التصوير عديم العدسات القائم على الأقنعة مساراً للكاميرات المدمجة، منخفضة التكلفة، والضاغطة عبر استبدال العدسات التقليدية بأقنعة طور رقيقة. ومع ذلك، تعاني هذه الأنظمة تاريخياً من جودة إعادة بناء ضعيفة بسبب المشكلات العكسية سيئة التحديد، وعدم تطابق النماذج، وقيود الترميز الضغطي. وتتمثل إحدى العقبات الرئيسية في تصميم المرمز البصري: توفر أجهزة الترميز عالية التعدد (مثل المشتتات) الوفرة اللازمة للاستشعار المضغوط، لكنها تقلل من تباين القياس، لا سيما في المشاهد الطبيعية الكثيفة. وعلى العكس من ذلك، فإن التصميمات منخفضة التعدد غالباً ما تفتقر إلى الدقة المطلية لإعادة البناء عالية الجودة. علاوة على ذلك، تطورت الخوارزميات بشكل مستقل إلى حد كبير عن التصميم البصري، حيث تم تقييم بنيات التعلم العميق غالباً على مجموعات بيانات تم إنشاؤها بواسطة مشفرات عالية التعدد، مما ترك فجوة في فهم كيفية الجمع الأمثل بين الخوارقات الحديثة والقياسات البصرية محسنة منخفضة التعدد.

المنهجية
يقدم المؤلفون ConvRML، وهو نظام يدمج التقدم في كل من الأجهزة البصرية وإعادة البناء الحسابي:

1. المُشفر البصري (RML): يستخدم النظام قناع طور العدسة متعددة البؤر العشوائية (RML). وخلافاً للمشتتات التقليدية أو مصفوفات العدسات الدقيقة المنتظمة، يتكون الـ RML من عدسات دقيقة متداخلة ذات بؤر بؤرية متفاوتة موضوعة في مواضع عشوائية شبه منتظمة. يقلل هذا التصميم من الارتباطات بين النسخ المزاحة لدالة انتشار النقطة (PSF)، ويقلل التعدد للحفاظ على تباين القياس، ويحافظ على مجال رؤية (FOV) واسع. يتم تصنيع القناع باستخدام تقنية الطباعة الحجرية ثنائية الفوتون عالية الدقة، مما يضمن الدقة وقابلية التكرار. وتوفر الطبيعة متعددة البؤر للعدسات الدقيقة عمق تركيز ممتد، مما يقلل الحساسية تجاه عدم المحاذاة المحورية.
2. بنية إعادة البناء: يطبق المؤلفون بنية تعلم عميق قائمة على ConvNeXt. تم اختيار هذه الشبكة العصبية الالتفافية لقدرتها على تحقيق مجالات استقبال فعالة واسعة من خلال طبقات متتالية، مما يمكنها من التعامل مع التبعيات طويلة المدى المتأصلة في القياسات متعددة التعدد دون العبء الحسابي أو القيود الهيكلية لنماذج الانتباه (مثل المحولات/Transformers).
3. إطار تقييم موحد: لعزل تأثيرات الترميز البصري عن أداء الخوارزمية، أنشأ المؤلفون إعداد تصوير متوازي. يقوم هذا الإعداد بالتقاط المشاهد في وقت واحد باستخدام ثلاثة أنظمة تحت ظروف متطابقة: مصور RML عديم العدسات، ومصور عديم العدسات بمشتت قياسي، ونظام عدسة تقليدي (يعمل كمرجع حقيقي).
4. المساهمة في مجموعات البيانات: قام المؤلفون بإنشاء وإتاحة مجموعة بيانات التصوير المتوازي (PLD) كمصدر مفتوح، والتي تحتوي على 100,000 قياس لكل نظام (RML، مشتت، وعدسة). تعد هذه المجموعة أكبر بكثير من المعايير المرجعية المفتوحة السابقة (مثل DiffuserCam التي تضم 25,000 أو PhlatCam التي تضم 10,000)، وهي تدعم المقارنات المنضبطة عبر مختلف المشفرات البصرية.

النتائج الرئيسية

• الأداء البصري: يظهر التحليل الكمي باستخدام دالة انتقال التعديل (MTF) والمعلومات المتبادلة (MI) أن نظام RML يتفوق على المشتت. يحافظ RML على ترددات مكانية أعلى ويحتفظ بمعلومات أكثر بكثير في ظل وجود ضوضاء القراءة وعمق بت حساس محدود (على سبيل المثال، التكميم بـ 4 بت). وبينما تنهار إشارة المشتت غالباً في خانة تكميم واحدة تحت الضوضاء، يحتفظ RML بميزات قابلة للتمييز.
• أداء إعادة البناء:
  • الأثر البصري: عند اقترانه بنفس بنية ConvNeXt، يحقق نظام RML تحسناً قدره 2.99 ديسيبل في PSNR وزيادة قدرها 0.116 في SSIM مقارنة بنظام المشتت، مما يؤكد أن القياسات البصرية المحسنة تترجم مباشرة إلى إعادة بناء أعلى جودة.
  • الأثر الهيكلي: على معيار DiffucerCam عالي التعدد، حققت ConvNeXt قيمة 25.37 ديسيبل في PSNR، متفوقة على البنيات القائمة على الانتباه الحديثة (Lensless Imaging Transformer، Swin Transformer، و Vision Transformer) وعلى نموذج U-Net الأساسي. والجدير بالذكر أن ConvNext حققت ذلك بسعة نموذج متوسطة (36 مليون معلمة)، بينما أدت النماذج الأكبر القائمة على الانتباه (مثل Swin Transformer بـ 59.4 مليون معلمة) أداءً أسوأ.
  • كفاءة البيانات: أظهر التدريب على مجموعة بيانات RML باستخدام ConvNeXt مكاسب في الأداء حتى 50,000 قياس، وبعد ذلك تضاءلت العوائد. يشير هذا إلى أن البنية متوافقة جيداً مع حجم هذه البيانات، بينما لم تستفد النماذج الأكبر القائمة على الانتباه بالضرورة من زيادة السعة أو البيانات بنفس الطريقة.
• التعميم: نجحت نماذج ConvNex المدربة في إعادة بناء أجسام حقيقية مادية (مواد متنوعة مثل القماش، المعدن، والبلاستيك) وضعت أمام الأنظمة عديمة العدسات، حيث استعادت الأنسخ الدقيقة والحواف الحادة التي فشل نظام المشتت في حلها.

الأهمية والادعاءات
يزعم البحث أن نظام ConvRML يضع معياراً جديداً للتصوير عالي الجودة والمدمج عديم العدسات من خلال إثبات أن تحسين جودة القياس المقترن بخوارزميات قوية ومتوافقة بشكل مناسب يحقق أقصى أداء لإعادة البناء.

تشمل المساهمات الرئيسية ما يلي:

1. الأجهزة: قناع طور RML مصنع بدقة، يوفر تقليلاً في التعدد وتحسيناً في التباين مقارنة بالمشتتات، ويتم تصنيعه بدقة عالية وقابلية للتكرار.
2. البرمجيات: بنية إعادة بناء ConvNeXt التي تتفوق على النماذج القائمة على الانتباه، مما يشير إلى أن الشبكات الالتفافية المصممة بعناية كافية للتعامل مع التبعيات طويلة المدى في التصوير عديم العدسات دون تعقيد المحولات (Transformers).
3. الموارد: إصدار مجموعة بيانات التصوير المتوازي (PLD)، وهي أكبر مجموعة بيانات تجريبية مفتوحة المصدر للتصوير عديم العدسات حتى الآن، مما يسهل التقييم المعياري والتطوير المستقبلي لبنيات إعادة البناء.

يخلص المؤلفون إلى أن عملهم يوفر الموارد والأدلة اللازمة لدعم التطوير المستمر للمصورات عديمة العدسات الضغطية عالية الجودة، متجاوزين بذلك قيود الأنظمة السابقة عالية التعدد ومنخفضة الدقة.