一种基于高保真模拟光子神经网络的目标图像识别系统

    公开(公告)号:CN117911784A

    公开(公告)日:2024-04-19

    申请号:CN202410141940.6

    申请日:2024-02-01

    摘要: 本发明公开了一种基于高保真模拟光子神经网络的目标图像识别系统,其中感知单元、光电子芯片单元和FPGA单元依次连接;感知单元用于对目标进行成像和图像采集;光电子芯片单元用于对采集的图像进行预处理以及多通道的分类,FPGA单元对光电子芯片单元的分类结果进行识别,得到图像识别结果,完成目标图像的识别。本发明的方案采用全光神经网络架构,以光速进行卷积与全连接层的计算,能够同时并行处理多通道数据,同时结合神经网络算法与随机森林算法的目标识别算法,通过神经网络算法提取图像典型特征,通过全连接网络逐通道分类后由随机森林算法计算最终结果,解决了全光神经网络在处理多维数据时准确率与网络复杂度无法兼顾的矛盾。

    一种阵列化输入的模拟光子卷积神经网络图像识别系统

    公开(公告)号:CN118644698A

    公开(公告)日:2024-09-13

    申请号:CN202410600596.2

    申请日:2024-05-15

    摘要: 本发明公开了一种阵列化输入的模拟光子卷积神经网络图像识别系统,其中光输入模块用于获取单波长光谱图像光场;光处理模块用于对获取的单波长光谱图像光场进行处理;光计算模块用于对光场进行全神经网络计算;光探测模块用于对计算结果进行分类,从而输出图像识别结果;本方案针对单波长光谱图像光场,利用空间复用阵列通道复制输入,大大降低了全光计算的衍射距离,在无衍射距离的条件下仍有一定的准确率,在2mm衍射距离条件下即可实现高准确率,同时采用微透镜阵列将输入图像扇出以创建相同的副本,将空间光调制器的阵元分区域加载权重实现空间光调制器的空间复用,进一步提高了空间光调制器的使用效率,提高了网络的准确率。