最近发表在Science Advances上的一项研究，报告了一种由深度学习设计的透射材料，该材料可以使用低分辨率图像显示器投射超分辨率图像。
据了解，此研究由加州大学Aydogan Ozcan教授的领导小组使用深度学习在波长尺度上对透射衍射层进行空间工程，并创建了一种基于材料的物理图像解码器，当光穿过衍射层时，实现超分辨率图像投影。
这种图像压缩不同于其他数字图像压缩方法，因为它不在计算机中解码或解压缩。相反，基于透射材料的衍射解码器以光学方式解压缩这些低分辨率图像，并在来自低分辨率显示器的光穿过衍射解码器的薄层时投射所需的高分辨率图像。因此，从低分辨率到高分辨率的图像解压缩仅使用通过被动和薄结构材料的光衍射来完成，使得整个过程非常快，因为透明衍射解码器可以像邮票一样薄。
除了速度快之外，这种衍射图像解码方案还非常节能，因为图像解压缩过程遵循通过无源材料的光衍射，并且除了照明光之外不消耗功率。
研究团队表明，这些通过深度学习设计的衍射解码器可以在图像的每个横向方向实现约4倍超分辨率，对应于投影图像中有用像素的有效数量增加约16倍.
除了提高投影图像的分辨率外，由于将高分辨率图像编码为具有较少像素的紧凑光学表示，这种衍射图像显示器还显著降低了数据传输和存储要求，从而显着减少了数量需要传输到可穿戴显示器的信息。
该研究团队使用3D打印的衍射解码器实验性地展示了他们的衍射超分辨率图像显示器，该解码器在电磁频谱的太赫兹部分运行。报告还说，所提出的衍射解码器的超分辨率能力可以扩展到投影具有红色、绿色和蓝色波长的彩色图像。
