Upconversion optisk entropikodning för infraröd komplexamplitud-avbildning

Att se den osynliga värmen runt oss

Från bilar som kör på natten till små strukturer inne i levande celler avger stora delar av vår omgivning osynligt infrarött ljus. Att fånga detaljerade filmer av detta "värmeljus" skulle förändra områden från självkörande fordon till medicinsk bilddiagnostik, men dagens infraröda kameror är dyra, strömtörstiga och ofta långsamma. Denna artikel presenterar ett nytt sätt att förvandla svaga infraröda scener till skarpa bilder i videofart med vanliga synliga ljussensorer och en dos intelligent optik och AI.

Göra värme synligt

Standardinfraröda kameror bygger på specialmaterial som ofta måste kylas till mycket låga temperaturer, vilket gör dem skrymmande och kostsamma. Ett tilltalande alternativ är att "upkonvertera" infrarött ljus till synligt ljus som billiga kisel-sensorer kan detektera. Befintliga upkonverteringsmetoder faller i två läger. Koherenta tekniker bevarar ljusets fina detaljer men kräver kraftfulla lasrar och noggrann inriktning. Inkoherenta metoder, baserade på speciella lysande material, är enklare och fungerar med mycket svagare ljus, men de förlorar den vågrelaterade delen av ljuset som kallas fas. Det nya arbetet förenar båda världarnas styrkor: det behåller enkelheten och känsligheten hos de lysande materialen samtidigt som det återfår åtkomst till den dolda våginformationen.

Att skymma ljuset för att avslöja mer

Kärnan i tillvägagångssättet är en idé kallad optisk entropikodning. Forskarlaget låter först den inkommande infraröda scenen passera genom ett grovt stycke slipat glas som sprider ljuset till ett slumpartat utseende speckelmönster. Denna "skrambler" fungerar som en komplex kod som blandar ihop både ljusstyrkan och ljusets vågform. Därefter absorberar en tunn film innehållande lantanoidjoner detta specklade infraröda ljus och återutsänder det som synligt ljus genom en stegvis upkonverteringsprocess. En standard kiselkamera registrerar endast intensiteten i detta synliga speckel, vilket i sig ser meningslöst ut. Eftersom spridningsmönstret är rikt och komplext bär det dock i hemlighet tillräckligt med information om den ursprungliga scenens ljusstyrka och fas för att kunna avkodas senare.

Låta ett neuralt nätverk göra avkodningen

Den svåra biten är att förvandla de inspelade speckelmönstren tillbaka till en användbar bild av scenen. Det finns ingen enkel formel som länkar det skymda synliga specklet till det ursprungliga infraröda ljuset. Istället tränar teamet ett djupt neuralt nätverk, kallat S-ULRnet, för att lära sig denna koppling från exempel. De matar nätverket med många par av kända infraröda mönster och deras motsvarande upkonverterade speckelbilder. Med tiden lär sig nätverket att rekonstruera både ljusstyrka och fas från ett enda ögonblick. Författarna visar också att genom att justera hur kraftigt det slipade glaset skymmer ljuset — i praktiken öka "entropin" eller informationsinnehållet i specklet — kan de avsevärt förbättra rekonstruktionsnoggrannheten.

Skarpa filmer från svaga infraröda signaler

När systemet väl är tränat presterar det imponerande. Det återvinner detaljerade 8-bitars gråskalebilder av både ljusstyrka och fas i videofart på 25 bilder per sekund, allt från en enda kameras exponering per bildruta. Upplägget kan detektera extremt svag infraröd effekt, ned till ungefär 0,2 nanowatt per kvadratmikrometer — runt tusen gånger känsligare än många konventionella upkonverteringsmetoder. Gruppen demonstrerar realtidsvideor av naturliga scener, rörliga siffersekvenser och till och med hastighetsgränsskyltar, vilka sedan kan klassificeras korrekt av ett separat igenkänningsnätverk. Detta visar hur systemet skulle kunna anslutas till praktiska uppgifter som självkörande fordon eller intelligent övervakning.

En ny väg för smart infraröd syn

Enkelt uttryckt har forskarna byggt en smart översättare som förvandlar svårtillgängligt infrarött ljus till informationsrika synliga mönster och låter sedan AI läsa dessa mönster för att återskapa hur den infraröda scenen såg ut. Deras metod är snabb, mycket känslig och använder relativt enkel hårdvara, vilket gör den attraktiv för tillämpningar från medicinsk diagnostik till miljöövervakning. Eftersom de lysande materialen som används kan svara på olika infraröda färger kan samma koncept utvidgas till flera våglängdsband och mer avancerade avbildningslägen. Som en följd pekar detta arbete mot framtida kameror som ser värme och struktur med anmärkningsvärd detaljrikedom, med prisvärda komponenter och intelligent avkodning.

Citering: 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

Nyckelord: infraröd avbildning, upconversion, speckle-kodning, neuralt nätverkssensorik, kortvågsinfrarött