Команда ученых из Changchun Institute of Optics, Fine Mechanics and Physics (КНР) представила новаторский метод автофокусировки, основанный на глубоких нейронных сетях. Результаты их работы были опубликованы на портале MDPI.
Традиционные пассивные методы автофокусировки, несмотря на свою экономическую эффективность, часто сталкиваются с проблемами, такими как сбои в фокусировке из-за фиксированных окон и недостатка данных. Новое исследование предлагает прорывное решение, которое использует технологии глубокого обучения для более гибкой и точной автофокусировки.
В своей работе исследователи создали новый набор данных для изображений в оттенках серого, что позволило преобразовать задачу автофокусировки в проблему порядковой регрессии. Они предложили две стратегии фокусировки: поиск по всему стеку изображений и прогнозирование по одному кадру. Для реализации этих методов была разработана сеть MobileViT, оснащенная линейным механизмом самовнимания, что обеспечило динамическое определение интересующих областей на изображениях.
Экспериментальные результаты показали впечатляющую эффективность нового метода. Фокусирующая средняя абсолютная ошибка (МАЭ) при поиске по всему стеку составила всего 0,094 с временем фокусировки 27,8 мс. Для метода прогнозирования по одному кадру, МАЭ составила 0,142 при времени фокусировки 27,5 мс.
Этот прорыв в области автофокусировки открывает новые возможности для создания более точных и надежных оптических систем.
