[8a-A23-1~12] CS.2 Code-sharing session of 3.2&4.4

11:15 AM - 11:30 AM JST(2:15 AM - 2:30 AM UTC)Presentation by Applicant for JSAP Young Scientists Presentation Award

[8a-A23-9] Reduction in the number of measurements using deep learning for Shack-Hartmann wavefront sensor with computational ghost imaging

〇(M2)Kento Yamamoto¹, Yuta Goto¹, Kouichi Nitta¹ (1.Kobe Univ.)

Keywords:

computational ghost imaging,deep learning,wavefront sensing

補償光学に用いられるShack-Hartmann波面センサーの輝点画像取得にゴーストイメージングを応用する手法が検討されている. ゴーストイメージングは微弱光下でも計測ノイズに強い一方, 多数回の測定を要する課題がある. 本研究では深層学習による画像回復を併用し, 250回の測定で高精度な波面計測を実現する手法を提案する. シミュレーションの結果, 波面計測誤差が改善し, 少ない測定回数でも安定した波面再構成が可能であることを確認した.