Codage d'entropie optique par upconversion pour l'imagerie infrarouge en amplitude complexe

Voir la chaleur invisible qui nous entoure

Des voitures qui roulent la nuit aux minuscules structures à l'intérieur des cellules vivantes, une grande partie du monde qui nous entoure émet une lumière infrarouge invisible. Capturer des films détaillés de cette « lumière thermique » transformerait des domaines allant de la conduite autonome à l'imagerie médicale, mais les caméras infrarouges actuelles sont coûteuses, gourmandes en énergie et souvent lentes. Cet article présente une nouvelle manière de convertir des scènes infrarouges faibles en images nettes à cadence vidéo en utilisant des capteurs ordinaires pour la lumière visible et un mélange d'optiques intelligentes et d'IA.

Transformer la chaleur en lumière visible

Les caméras infrarouges classiques reposent sur des matériaux spécialisés qui doivent souvent être refroidis à très basse température, ce qui les rend encombrants et coûteux. Une alternative séduisante consiste à « surconvertir » la lumière infrarouge en lumière visible que des capteurs au silicium peu coûteux peuvent détecter. Les méthodes d'upconversion existantes se répartissent en deux familles. Les techniques cohérentes préservent les détails fins de la lumière mais exigent des lasers puissants et un alignement soigné. Les méthodes incohérentes, basées sur des matériaux luminescents particuliers, sont plus simples et fonctionnent avec une lumière bien plus faible, mais elles perdent la partie ondulatoire de la lumière, appelée phase. Le travail présenté combine les atouts des deux mondes : il conserve la simplicité et la sensibilité des matériaux luminescents tout en récupérant l'accès à l'information d'onde cachée.

Brouiller la lumière pour révéler davantage

Le cœur de l'approche repose sur une idée appelée encodage d'entropie optique. Les chercheurs font d'abord passer la scène infrarouge entrante à travers un morceau de verre dépoli qui diffuse la lumière en un motif de speckle d'apparence aléatoire. Ce « brouilleur » agit comme un code complexe, mélangeant à la fois l'intensité et la forme d'onde de la lumière. Ensuite, un film mince contenant des ions lanthanides absorbe cette lumière infrarouge mouchetée et la réémet en lumière visible via un processus d'upconversion par étapes. Une caméra au silicium standard n'enregistre que l'intensité de ce speckle visible, qui pris isolément semble dépourvu de sens. Cependant, comme le motif de diffusion est riche et complexe, il contient en réalité suffisamment d'informations sur l'intensité et la phase de la scène originale pour être décodé ultérieurement.

Confier le décodage à un réseau de neurones

La partie délicate consiste à transformer les motifs de speckle enregistrés en une image exploitable de la scène. Il n'existe pas de formule simple reliant le speckle visible brouillé à la lumière infrarouge originale. L'équipe entraîne donc un réseau de neurones profond, appelé S-ULRnet, pour apprendre cette correspondance à partir d'exemples. Ils nourrissent le réseau de nombreux couples de motifs infrarouges connus et de leurs images de speckle upconverties correspondantes. Au fil du temps, le réseau apprend à reconstruire à la fois l'intensité et la phase à partir d'une seule prise instantanée. Les auteurs montrent également qu'en réglant la force avec laquelle le verre dépoli brouille la lumière — augmentant essentiellement l'« entropie » ou la teneur en information du speckle — ils peuvent améliorer sensiblement la précision de reconstruction.

Films nets à partir de signaux infrarouges faibles

Une fois entraîné, le système donne des résultats impressionnants. Il récupère des images détaillées en niveaux de gris 8 bits de l'intensité et de la phase à une cadence vidéo de 25 images par seconde, le tout à partir d'une seule exposition de la caméra par image. Le dispositif peut détecter des puissances infrarouges extrêmement faibles, jusqu'à environ 0,2 nanowatt par micromètre carré — soit environ mille fois plus sensible que de nombreuses approches d'upconversion conventionnelles. L'équipe démontre des vidéos en temps réel de scènes naturelles, de séquences de chiffres en mouvement et même de panneaux de limitation de vitesse, qui peuvent ensuite être classés avec précision par un réseau de reconnaissance séparé. Cela illustre comment le système pourrait s'intégrer à des tâches pratiques comme la conduite autonome ou la surveillance intelligente.

Une nouvelle voie pour une vision infrarouge intelligente

En termes simples, les chercheurs ont construit un traducteur intelligent qui transforme la lumière infrarouge difficile à détecter en motifs visibles riches en information, puis laisse l'IA lire ces motifs pour reconstruire l'apparence de la scène infrarouge. Leur méthode est rapide, très sensible et utilise un matériel relativement simple, ce qui la rend attrayante pour des applications allant du diagnostic médical à la surveillance de l'environnement. Parce que les matériaux luminescents utilisés peuvent répondre à différentes couleurs infrarouges, le même concept pourrait être étendu à plusieurs bandes de longueurs d'onde et à des modes d'imagerie plus avancés. En conséquence, ce travail ouvre la voie à de futures caméras capables de voir la chaleur et la structure avec un niveau de détail remarquable, en utilisant des composants abordables et un décodage intelligent.

Citation: Zhu, Sk., Pan, T., Tang, Cx. et al. Upconversion optical entropy encoding for infrared complex-amplitude imaging. Light Sci Appl 15, 158 (2026). https://doi.org/10.1038/s41377-026-02215-7

Mots-clés: imagerie infrarouge, upconversion, encodage par speckle, détection par réseau de neurones, infrarouge à ondes courtes