Adv. Photon. 速递 | 中国科学院上海光机所、西安电子科技大学等单位在光学成像及光电探测领域的最新进展

中国科学院上海光学精密机械研究所、香港理工大学、上海理工大学联合团队，针对深度学习在散射成像应用中存在泛化能力不足的技术难题，挖掘出模型泛化失效的底层物理成因，建立起以空间均匀性为核心的物理约束数据集设计新理论。该工作首次证实，常规数据集空间及强度信息分布的不均匀性、会导致神经网络信息到的映射关系，与真实物理逆算子之间出现偏差，进而成为域外目标重建失真的根本诱因。该研究团队自主构建了符合空间均匀物理原则且无特征结构的散斑图数据集，利用该数据集训练的网络摆脱了目标类型依赖，实现了跨数据集的普适泛化。采用该工作所介绍的数据集均匀化方法，可实现对人脸、动物及多类手写字符等不同场景下目标的精准识别，进而将为生物内窥成像、云雾激光雷达等复杂散射场景下成像需求的成功实现，提供可靠的理论支持。

原文链接：Xuyu Zhang, Haofan Huang, Dawei Zhang, Songlin Zhuang, Shensheng Han, Puxiang Lai, Honglin Liu, "Physics-guided dataset homogeneity unlocks universal deep learning generalization in scattering media imaging," Adv. Photon. 8, 036015 (2026).

西安电子科技大学、清华大学、太原理工大学等多机构联合研究团队，提出了一种基于散斑空间稀疏特性的单次大视场成像技术，该技术可在无先验信息与波前调制作用的条件下，实现超光学记忆效应范围多目标的盲重建，进而突破传统散射成像视场受记忆效应严格限制的瓶颈。该工作的核心理论创新在于揭示了多孤立目标间距超过记忆效应相关长度时、散斑场呈现空间稀疏分布的物理特性。实验结果表明，在不同散射介质与光谱带宽的条件下，该方案实现的成像视场，相较于传统方法而言提升了6.82倍，目标相对定位精度达到了97.5%。该工作首次将空间稀疏性的概念，引入了散斑场分析体系，摆脱了对传输矩阵标定、波前整形或多帧采集的依赖，仅需单帧散斑即可完成超记忆效应范围的多目标盲重建，为深层组织生物医学观测、复杂环境光学传感等领域建立了全新的理论框架与技术路径。

原文链接：Xiyuan Luo, Juncheng Liu, Xin Wang, Jiawei Li, Meng Xiang, Dong Wang, Jingbo Duan, Tong Zhang, Xue Dong, Zihan Geng, Fei Liu, "Single-shot scattering imaging beyond the optical memory effect via speckle-sparsity decoupling," Adv. Photon. 8, 036009 (2026).

中国科学院半导体研究所、中国科学院大学、北京交通大学、北京邮电大学联合研究团队，提出了一种基于各向异性范德华材料(GeSe) 的亚波长阵列调控策略，通过纳米线阵列结构与GeSe材料晶格低对称方向的协同设计，同步实现了器件光子捕获能力与各向异性光响应性能的双重增强，突破了传统弱光偏振探测器难以兼顾高信噪比与偏振消光比的性能瓶颈。通过优化纳米线线宽与阵列周期，该工作成功激发了局域电磁场增强效应，使得所研制的器件在808 nm光源激发下，动态响应范围拓展至144 dB，白光探测下限最低可达0.1 lx（星光级照度）；同时，结合卷积神经网络辅助的弱光偏振图像分析，还实现了复杂环境下高分辨率偏振成像与片上智能视觉探测。该工作仅通过单片亚波长阵列结构，即可实现对光电探测器光子捕获能力、信噪比及偏振对比度等核心指标的优化，进而为夜视成像、生物医学检测、智能仿生视觉等领域的微型化偏振弱光探测系统，提供易于集成的全新技术路径。

原文链接：Siqi Qiu, Yali Yu, Kaiyao Xin, Kexin He, Yin Hu, Haifeng Dou, Penghong Ci, Zhengmei Yang, Ziqi Zhou, Zhongming Wei, "Subwavelength van der Waals GeSe arrays for enhanced weak-light polarization photodetection," Adv. Photon. 8, 036006 (2026).

陆军装甲兵学院、北京墨行科技、清华大学联合研究团队协同攻关，针对神经全息成像技术对高质量三维RGBD数据集依赖度高，相位映射物理解释性缺乏、学习策略效率低下等诸技术瓶颈，提出了一种基于随机物理一致性光场 (SPC-Holo) 方案。互信息分析结果证实，该方案可以解除光强与深度之间的耦合关联，在仅依靠有限深度、浅景深及单波长数据的前提下完成训练，进而在不预先搭建大规模训练数据集的条件下，泛化实现256层深度4K全彩全息实时编码，帧率高达52.9帧每秒，重建平均峰值信噪比34.91 dB。多类复杂实景的光学重建结果显示，该方案可实现精准RGB色彩对齐，远近目标聚焦分层清晰，能够有效抑制散斑噪声与衍射伪影。该研究大幅降低了全息内容生成的数据与算力成本，为AR/VR近眼三维显示、实时全息计算提供轻量化通用训练范式。

原文链接：Jiaqi Li, Yanan Zhang, Hebin Chang, Tianyou Li, Xing Fu, Xingpeng Yan, "Full-color 3D neural holography via stochastic physically consistent light field," Adv. Photon. 8, 036008 (2026).