বায়োফোটনিক্স (যেমন, কোষীয় গতিবিদ্যা পর্যবেক্ষণ) এবং মাইক্রোফ্লুইডিক্সের মতো ক্ষেত্রে অল্প আলোর অবস্থায় আল্ট্রা-হাই-স্পিড ইমেজিং একটি গুরুত্বপূর্ণ চ্যালেঞ্জ। CCD এবং CMOS-এর মতো প্রচলিত পিক্সেলেটেড সেন্সরগুলির ফ্রেম রেট এবং সংবেদনশীলতার মধ্যে একটি মৌলিক ট্রেড-অফ রয়েছে। উচ্চ-গতির বৈকল্পিকগুলির জন্য তীব্র আলোকসজ্জার প্রয়োজন হয়, যা নাজুক নমুনাগুলিকে ক্ষতিগ্রস্ত করতে পারে। এই গবেষণাপত্রটি সিঙ্গেল-পিক্সেল ইমেজিং (SPI) কে একটি দ্রুত RGB LED অ্যারের সাথে সমন্বয় করে একটি যুগান্তকারী পদ্ধতি উপস্থাপন করে, যা অল্প আলোর অবস্থায় ১.৪ মেগাহার্টজ ফ্রেম রেটে ভিডিও ইমেজিং অর্জন করে এবং প্রচলিত সেন্সরগুলির সীমাবদ্ধতা এড়িয়ে চলে।
মূল উদ্ভাবনটি কম্পিউটেশনাল গোস্ট ইমেজিং নীতির সাথে একটি উচ্চ-গতির মডুলেশন উৎসের সমন্বয়ে নিহিত।
SPI সরাসরি একটি চিত্রকে স্থানিকভাবে রেজলভ করে না। বরং, এটি একটি বস্তুকে আলোকিত করার জন্য পরিচিত, কাঠামোগত আলোর প্যাটার্নের একটি ক্রম (যেমন, একটি LED অ্যারে থেকে) ব্যবহার করে। একটি একক, অত্যন্ত সংবেদনশীল "বালতি" ডিটেক্টর (যেমন ফটোমাল্টিপ্লায়ার টিউব বা সিঙ্গেল-ফোটন অ্যাভালাঞ্চ ডায়োড) প্রতিটি প্যাটার্নের জন্য প্রতিফলিত বা প্রেরিত আলোর মোট তীব্রতা সংগ্রহ করে। এই স্কেলার পরিমাপের সিরিজ এবং পরিচিত প্যাটার্নগুলি থেকে চিত্রটি কম্পিউটেশনালি পুনর্গঠিত হয়।
সক্ষমকারী মূল হার্ডওয়্যারটি একটি কাস্টম RGB LED অ্যারে যা ১০০ মেগাহার্টজ পর্যন্ত পূর্ণ-পরিসরের ফ্রেম রেটে কাঠামোগত আলোকসজ্জা প্যাটার্ন তৈরি করতে সক্ষম। এটি ডিজিটাল মাইক্রোমিরর ডিভাইস (DMDs)-এর মতো ধীর গতির স্পেসিয়াল লাইট মডুলেটর (SLMs)-কে প্রতিস্থাপন করে, যা সাধারণত কয়েক দশক কিলোহার্টজে সীমাবদ্ধ। LED-গুলির দ্রুত সুইচিং দ্রুত প্যাটার্ন প্রজেকশনের অনুমতি দেয়, যা সরাসরি মেগাহার্টজ-স্কেল ইমেজিং গতি সক্ষম করে।
অল্প আলোর অপারেশনের জন্য, একটি সিঙ্গেল-ফোটন ডিটেক্টর (SPD) বালতি ডিটেক্টর হিসাবে ব্যবহৃত হয়, যা প্রায় আদর্শ সনাক্তকরণ দক্ষতা প্রদান করে। কম্পিউটেশনাল গোস্ট ইমেজিং-এর উপর ভিত্তি করে পুনর্গঠন অ্যালগরিদমটি, পরিমাপের সিরিজ $B_i$ এবং পরিচিত প্যাটার্ন ম্যাট্রিক্স $P_i(x, y)$ দেওয়া থাকলে বস্তুর প্রতিফলন/প্রেরণ ম্যাট্রিক্স $O(x, y)$ সমাধান করে: $B_i = \sum_{x,y} P_i(x, y) \cdot O(x, y) + \text{noise}$। যদি পরিমাপের সংখ্যা পিক্সেলের সংখ্যার চেয়ে কম হয় তবে কম্প্রেসিভ সেন্সিং-এর মতো কৌশল প্রয়োগ করা যেতে পারে।
সিস্টেমের ক্ষমতা একটি উচ্চ-গতির ঘূর্ণায়মান প্রপেলার ইমেজিং করে প্রদর্শিত হয়েছিল। ১.৪ মেগাহার্টজ ফ্রেম রেট গতি ব্লার ছাড়াই প্রপেলারের গতি সফলভাবে ক্যাপচার করেছে, যা সমতুল্য অল্প আলোর পরিস্থিতিতে প্রচলিত উচ্চ-গতির ক্যামেরা দিয়ে অসম্ভব হতো। এটি সিস্টেমের আল্ট্রা-হাই-স্পিড ইমেজিং কার্যকারিতার একটি সরাসরি, মূর্ত বৈধতা হিসাবে কাজ করে।
সিঙ্গেল-ফোটন ডিটেক্টর সংহত করে, সিস্টেমের সংবেদনশীলতা ব্যাপকভাবে বৃদ্ধি পেয়েছে, যা ফোটন-দরিদ্র স্তরে ইমেজিং সক্ষম করেছে। গবেষণাপত্রটি ফোটোনিক টাইম স্ট্রেচ (PTS) কৌশলের সাথে এর বিপরীতে তুলনা করে, উল্লেখ করে যে যদিও PTS-ও একটি সিঙ্গেল-পিক্সেল ডিটেক্টর ব্যবহার করে, এটি অন্তর্নিহিতভাবে সংবেদনশীলতা উন্নত করে না কারণ এটি কেবল স্থানিক তথ্যকে সময়ে এনকোড করে। গোস্ট ইমেজিং পদ্ধতিটি, তার বালতি ডিটেক্টর সহ, স্থাপত্যিকভাবে আলো সংগ্রহকে সর্বাধিক করে।
চিত্র পুনর্গঠন মৌলিকভাবে একটি বিপরীত সমস্যা। $N$ পরিমাপ এবং $M \times M$ পিক্সেল রেজোলিউশনের একটি চিত্রের জন্য, প্রক্রিয়াটি $\mathbf{b} = \mathbf{A}\mathbf{o} + \mathbf{n}$ সমাধান হিসাবে প্রণয়ন করা যেতে পারে, যেখানে:
মূল অন্তর্দৃষ্টি: এই কাজটি কেবল একটি ক্রমবর্ধমান গতি বৃদ্ধি নয়; এটি CMOS/CCD সেন্সরগুলিকে সীমাবদ্ধকারী সেমিকন্ডাক্টর পদার্থবিদ্যার চারপাশে একটি কৌশলগত শেষ রান। স্থানিক রেজোলিউশন (কম্পিউটেশনালি পরিচালিত) এবং আলো সংগ্রহ (একটি একক, সর্বোত্তম ডিটেক্টর দ্বারা পরিচালিত) বিচ্ছিন্ন করে, লেখকরা সেই একটি ক্ষেত্রের সুযোগ নিয়েছেন যেখানে ডিটেক্টরগুলি দ্রুত এবং সংবেদনশীল উভয়ই হতে পারে। আসল প্রতিভা হল স্পেসিয়াল লাইট মডুলেটর হিসাবে একটি RGB LED অ্যারের পছন্দ। ল্যান্ডমার্ক সিঙ্গেল-পিক্সেল ক্যামেরা কাজে (যেমন রাইস ইউনিভার্সিটি থেকে) ব্যবহৃত DMD-গুলির বিপরীতে, LED-গুলি ন্যানোসেকেন্ড গতিতে সুইচ করতে পারে, সরাসরি SPI-এর প্রচলিত বাধা আক্রমণ করে। এটি কম্পিউটেশনাল ইমেজিংয়ে অন্যত্র দেখা প্যারাডাইম শিফটের প্রতিফলন ঘটায়, যেমন নিউরাল রেডিয়েন্স ফিল্ডস (NeRF)-এ, যেখানে দৃশ্য উপস্থাপনা সরাসরি ক্যাপচার থেকে একটি শেখা, মডেল-ভিত্তিক পুনর্গঠনে স্থানান্তরিত হয়।
যুক্তিগত প্রবাহ ও শক্তি: যুক্তি অকল্পনীয়: ১) মূল সমস্যা হিসাবে গতি-সংবেদনশীলতা ট্রেড-অফ চিহ্নিত করুন। ২) এর স্থাপত্যিক সংবেদনশীলতা সুবিধার জন্য SPI বেছে নিন। ৩) নতুন বাধা হিসাবে মডুলেটর গতি চিহ্নিত করুন। ৪) ধীর মডুলেটর (DMD) একটি দ্রুত মডুলেটর (LED অ্যারে) দিয়ে প্রতিস্থাপন করুন। ৫) একটি ক্লাসিক উচ্চ-গতির লক্ষ্য (প্রপেলার) দিয়ে বৈধতা দিন। শক্তিগুলি স্পষ্ট: অল্প আলোতে মেগাহার্টজ-স্কেল ফ্রেম রেট পূর্বে অদেখা। রঙিন RGB LED-এর ব্যবহার মাল্টি-স্পেকট্রাল ইমেজিংয়ের জন্য একটি ব্যবহারিক এবং কার্যকর সমাধান, স্পেকট্রাল স্ক্যানিং পদ্ধতির চেয়ে আরও সহজবোধ্য।
ত্রুটি ও সমালোচনামূলক ফাঁক: যাইহোক, গবেষণাপত্রটি উল্লেখযোগ্য ব্যবহারিক বাধাগুলি উপেক্ষা করে। প্রথমত, পরিচিত, পুনরাবৃত্তিমূলক প্যাটার্নের প্রয়োজনীয়তা মানে এটি বর্তমানে অপ্রত্যাশিত, অস্থির দৃশ্যের জন্য অনুপযুক্ত যদি না এটি অভিযোজিত প্যাটার্ন জেনারেশনের সাথে যুক্ত হয়—এই গতিতে একটি প্রধান কম্পিউটেশনাল চ্যালেঞ্জ। দ্বিতীয়ত, যদিও বালতি ডিটেক্টর সংবেদনশীল, মোট আলোর বাজেট এখনও উৎস দ্বারা সীমাবদ্ধ। দূরত্বে একটি ক্ষীণ, দ্রুত চলমান বস্তুর ইমেজিং সমস্যাযুক্ত রয়ে গেছে। তৃতীয়ত, ১.৪ মেগাহার্টজে রিয়েল-টাইম, উচ্চ-রেজোলিউশন ভিডিওর জন্য পুনর্গঠন অ্যালগরিদমের লেটেন্সি এবং কম্পিউটেশনাল খরচ সম্বোধন করা হয়নি। এটি এখনও একটি "ক্যামেরা" নয়; এটি সম্ভবত অফলাইন প্রসেসিং সহ একটি উচ্চ-গতির ইমেজিং সিস্টেম। উচ্চ-গতির ট্র্যাকিংয়ের জন্য ইভেন্ট-ভিত্তিক ক্যামেরার (জৈবিক রেটিনা দ্বারা অনুপ্রাণিত) দৃঢ়তার তুলনায়, এই SPI পদ্ধতিটি আরও জটিল এবং পরিস্থিতি-নির্ভর।
কার্যকরী অন্তর্দৃষ্টি: গবেষক এবং প্রকৌশলীদের জন্য, টেকঅ্যাওয়ে দ্বিমুখী। ১. মডুলেটর উদ্ভাবন মূল চাবিকাঠি: উচ্চ-গতির SPI-এর ভবিষ্যত আরও দ্রুত, উচ্চ-রেজোলিউশনের প্রোগ্রামযোগ্য আলোর উৎস (যেমন, মাইক্রো-LED অ্যারে) বিকাশে নিহিত। ২. অ্যালগরিদম-হার্ডওয়্যার কো-ডিজাইন অপরিহার্য: ল্যাব প্রদর্শনের বাইরে যাওয়ার জন্য, কম্প্রেসিভ সেন্সিং পুনর্গঠন রিয়েল-টাইমে সম্পাদন করতে পারে এমন ডেডিকেটেড ASIC বা FPGA পাইপলাইন তৈরি করতে বিনিয়োগ প্রবাহিত হতে হবে, গভীর শিক্ষার হার্ডওয়্যার বিবর্তনের অনুরূপ। ক্ষেত্রটিকে মেশিন লার্নিং-ত্বরিত পুনর্গঠন-এর দিকে তাকানো উচিত, যেভাবে AI MRI চিত্র পুনর্গঠনকে রূপান্তরিত করেছে, কম্পিউটেশনাল বাধা মোকাবেলা করতে। এই কাজটি সম্ভাব্যকে পুনর্ব্যাখ্যা করা একটি উজ্জ্বল প্রমাণ-অব-কনসেপ্ট, কিন্তু একটি বাণিজ্যিক বা ব্যাপকভাবে স্থাপনযোগ্য যন্ত্রের পথের জন্য সিস্টেম ইঞ্জিনিয়ারিং চ্যালেঞ্জগুলি সমাধান করা প্রয়োজন যা এটি এত স্পষ্টভাবে প্রকাশ করে।