Noise-Adaptive Intelligent Programmable Meta-Imager

要約

特定の情報抽出タスク (オブジェクト認識など) だけでなく、さまざまな種類やレベルのノイズにも適応する、一連のコヒーレント シーン イルミネーションを調整する、インテリジェントでプログラム可能な計算メタイメージャーを提示します。
学習した照明パターンがノイズにどのように依存するかを体系的に研究し、学習した照明パターンの強度と重なりの傾向を直感的に理解できることを発見しました。
マイクロ波動的メタサーフェスアンテナ（DMA）の分析結合双極子フォワードモデルに基づいて分析を行います。
ノイズを含むプログラム可能な物理測定プロセスとそれに続くデジタル処理レイヤーを含む微分可能なエンドツーエンドの情報フロー パイプラインを定式化します。
このパイプラインにより、プログラム可能な物理ウェイト (コヒーレント シーン イルミネーションを決定する DMA 構成) とトレーニング可能なデジタル ウェイトを共同で逆設計することができます。
当社のノイズ適応インテリジェントメタイメージャーは、十分なタスク関連情報の抽出を困難にする条件下で、疑似ランダム照明パターンの従来の使用よりも明らかに優れています: レイテンシの制約 (許容される測定数の制限) と強いノイズ。
屋内監視および地球観測におけるプログラム可能なマイクロ波メタイメージャーは、これらの条件に直面します。

要約(オリジナル)

We present an intelligent programmable computational meta-imager that tailors its sequence of coherent scene illuminations not only to a specific information-extraction task (e.g., object recognition) but also adapts to different types and levels of noise. We systematically study how the learned illumination patterns depend on the noise, and we discover that trends in intensity and overlap of the learned illumination patterns can be understood intuitively. We conduct our analysis based on an analytical coupled-dipole forward model of a microwave dynamic metasurface antenna (DMA); we formulate a differentiable end-to-end information-flow pipeline comprising the programmable physical measurement process including noise as well as the subsequent digital processing layers. This pipeline allows us to jointly inverse-design the programmable physical weights (DMA configurations that determine the coherent scene illuminations) and the trainable digital weights. Our noise-adaptive intelligent meta-imager outperforms the conventional use of pseudo-random illumination patterns most clearly under conditions that make the extraction of sufficient task-relevant information challenging: latency constraints (limiting the number of allowed measurements) and strong noise. Programmable microwave meta-imagers in indoor surveillance and earth observation will be confronted with these conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google