Won Il Park团队Light | 基于光学矩阵向量乘法器实现编码与解码任务的图像处理

背景：随着自动驾驶和医学影像等领域对实时低功耗图像处理需求的激增，传统电子深度学习系统因能耗高和并行性受限而难以满足要求，而现有光学神经网络多聚焦编码环节，解码依赖电子辅助且需相干光输入，导致效率低下。研究目的：为解决光学神经网络在解码任务中效率低、抗失真差及硬件缺陷问题，韩国汉阳大学团队设计了两类光学矩阵向量乘法器（Type 1适配编码、Type 2优化解码），并引入三原色光复用和系统内迭代调优，实现非相干图像的光学编码-解码一体化。结论：该方案显著提升了图像处理效率和抗失真能力，解码均方误差低至0.0251，并成功拓展至去噪和生成任务，为光学神经网络在低功耗实时应用中的产业化提供了新路径。