PSF制御メタレンズ型圧縮スペクトルイメージングのための深層学習を利用した再構成の検討

抄録

波長依存PSFメタレンズを用いた圧縮スペクトルイメージングは，単純な装置構成で基づきスペクトル画像を効率的に取得する技術である．この方式は，圧縮センシングに基づくため再構成処理が必要であるが，この画像再構成には速度・精度両方の観点で課題がある．本研究では，凸最適化手法の一つであるADMMを元に、その繰り返し計算を多段構造のネットワークに展開した深層学習モデルを提案し，高速化と高精度化を実現した．