近日，我院在国际知名光学期刊《Laser & Photonics Reviews》(中科院一区TOP期刊，IF=10)上发表研究成果“Physics-Inspired Diffractive Neural Networks for Zooming Image Edge Detection”。福州大学为该论文的唯一完成单位，我院常卫杰副研究员、朱国锋博士为论文的共同第一作者，黄峰研究员、徐圣瑶副教授为论文的共同通讯作者。
衍射光学神经网络为解决传统电子计算速率受限、功耗高的瓶颈问题提供了创新计算架构和范式。然而传统衍射光学神经网络依赖于纯数据驱动的训练策略，需要大量的训练样本支撑，并且泛化性和可解释性较差。另一方面，传统衍射光学神经网络往往利用多层衍射层级联提升网络模型性能，存在级联配准困难和衍射效率折损的挑战。
针对上述瓶颈问题，该论文提出一种物理先验衍射神经网络架构(Physics-inspired Diffractive Neural Networks, PI-DNN)，将衍射神经网络层嵌入传统透镜成像的物理模型中，仅用两层衍射层实现了可缩放的全光图像边缘检测任务。相比于传统衍射光学神经网络，PI-DNN的训练数据量减少两个数量级，实现少样本训练；并以更少的衍射层数，赋予系统更优的泛化性能。该工作为开发面向特定任务的全光学图像处理器提供了新范式，有望推动其在机器视觉和生物显微成像中的实际应用。
该研究工作受到了国家科技重点项目、国家自然科学基金、福建省自然科学基金等项目的资助，是研究院在光信息处理研究领域中取得的重要突破。
论文链接：https://doi.org/10.1002/lpor.202502108
