Codifica dell'entropia ottica per imaging a ampiezza complessa nell'infrarosso mediante upconversion

Vedere il calore invisibile intorno a noi

Dalle auto che circolano di notte alle minuscole strutture all'interno delle cellule viventi, gran parte del mondo intorno a noi emette luce infrarossa invisibile. Catturare filmati dettagliati di questa «luce del calore» trasformerebbe settori che vanno dalla guida autonoma all'imaging medico, ma le fotocamere a infrarossi attuali sono costose, energivore e spesso lente. Questo articolo presenta un nuovo modo per trasformare scene infrarosse deboli in immagini nitide a velocità video usando i normali sensori per luce visibile e un tocco di ottica intelligente e intelligenza artificiale.

Trasformare il calore in luce visibile

Le fotocamere infrarosse tradizionali si basano su materiali specializzati che spesso devono essere raffreddati a temperature molto basse, il che le rende ingombranti e costose. Un'alternativa interessante è «upconvertire» la luce infrarossa in luce visibile rilevabile dai sensori in silicio economici. I metodi di upconversion esistenti si dividono in due categorie. Le tecniche coerenti preservano i dettagli ondulatori della luce ma richiedono laser potenti e allineamenti accurati. I metodi incoerenti, basati su materiali luminescenti speciali, sono più semplici e funzionano con luce molto più debole, ma perdono la parte ondulatoria della luce nota come fase. Il lavoro presentato combina i punti di forza di entrambi gli approcci: mantiene la semplicità e la sensibilità dei materiali luminescenti recuperando al contempo l'accesso alle informazioni d'onda nascoste.

Mescolare la luce per rivelare di più

Il cuore dell'approccio è un'idea chiamata codifica dell'entropia ottica. I ricercatori fanno prima passare la scena infrarossa attraverso un pezzo ruvido di vetro smerigliato che diffonde la luce in un motivo a speckle dall'aspetto casuale. Questo «mescolatore» agisce come un codice complesso, miscelando insieme sia la luminosità sia la forma d'onda della luce. Successivamente, una sottile pellicola contenente ioni di lantanidi assorbe questa luce infrarossa a speckle e la reemette come luce visibile tramite un processo di upconversion a tappe. Una normale fotocamera al silicio registra soltanto l'intensità di questo speckle visibile, che da sola appare priva di senso. Tuttavia, poiché il motivo di diffusione è ricco e complesso, esso contiene segretamente informazioni sufficienti sulla luminosità e sulla fase della scena originale per poter essere decodificato in seguito.

Lasciare che una rete neurale faccia la decodifica

La parte più impegnativa è trasformare i pattern di speckle registrati in un'immagine utilizzabile della scena. Non esiste una formula semplice che leghi lo speckle visibile mescolato alla luce infrarossa originale. Invece, il team addestra una rete neurale profonda, chiamata S-ULRnet, per apprendere questa connessione a partire da esempi. Alimentano la rete con molte coppie di pattern infrarossi noti e le corrispondenti immagini di speckle upconvertite. Nel tempo, la rete impara a ricostruire sia la luminosità sia la fase a partire da uno scatto singolo. Gli autori mostrano anche che modulando quanto intensamente il vetro smerigliato mescola la luce — aumentando essenzialmente l’«entropia» o il contenuto informativo dello speckle — è possibile migliorare in modo significativo la precisione della ricostruzione.

Filmati nitidi da segnali infrarossi deboli

Una volta addestrato, il sistema offre prestazioni impressionanti. Recupera immagini dettagliate in scala di grigi a 8 bit sia della luminosità sia della fase a una velocità video di 25 fotogrammi al secondo, tutto da una singola esposizione della fotocamera per fotogramma. Il setup può rilevare potenze infrarosse estremamente deboli, fino a circa 0,2 nanowatt per micrometro quadrato — circa mille volte più sensibile rispetto a molti approcci di upconversion convenzionali. Il team dimostra video in tempo reale di scene naturali, sequenze di numeri in movimento e persino segnali stradali con limiti di velocità, che possono poi essere classificati accuratamente da una rete di riconoscimento separata. Questo mostra come il sistema potrebbe essere integrato in compiti pratici come la guida autonoma o la sorveglianza intelligente.

Una nuova via per una visione infrarossa intelligente

In termini semplici, i ricercatori hanno costruito un traduttore intelligente che trasforma la difficile luce infrarossa da rilevare in pattern visibili ricchi di informazioni, lasciando poi all'IA il compito di leggere quei pattern per ricostruire l'aspetto della scena infrarossa. Il loro metodo è veloce, altamente sensibile e utilizza componenti hardware relativamente semplici, rendendolo interessante per applicazioni che spaziano dalla diagnostica medica al monitoraggio ambientale. Poiché i materiali luminescenti impiegati possono rispondere a diverse lunghezze d'onda infrarosse, lo stesso concetto potrebbe essere esteso a bande spettrali multiple e a modalità di imaging più avanzate. Di conseguenza, questo lavoro indica la strada verso future camere che vedono il calore e la struttura con dettagli notevoli, usando componenti accessibili e decodifica intelligente.

Citazione: 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

Parole chiave: imaging infrarosso, upconversion, codifica speckle, sensori con rete neurale, infrarosso a onda corta