단일 분포 및 딥 러닝에 기초한 초해상도 계측 방법

• Main Author: SIRAT GABRIEL Y
• Format: Patent
• Language: Korean
• Published: 07.05.2020
• Subjects: CALCULATING; COMPUTING; COUNTING; PHYSICS

본 발명은 물리적 객체들을 특징화하는 기하학적 특징의 고유한 기하학적 파라미터의 값을 결정하고, 장면을 각각의 기하학적 형상이 발광 객체를 모델링하는 적어도 하나의 기하학적 형상으로 분류하기 위한 방법들에 관한 것이다. 제1 파장 및 특이점의 위치에 의해 특징화되는 단일 광 분포는 물리적 객체 상으로 투사된다. 기하학적 특징과 상호작용하였고 검출기 상으로 충돌하는 단일 광 분포에 의해 여기되는 광은 검출되고 리턴 에너지 분포는 하나 이상의 위치들에서 식별 및 정량화된다. 장면을 정적 또는 동적인 복수의 형상들로서 분류하도록 적응되는 신경망 계층의 직접 입력으로서 검출된 광을 사용하는, 딥 러닝 또는 신경망 계층이 이용될 수 있으며, 형상들은 학습에 의해 미리 결정되거나 획득되는 한 세트의 형상들의 일부이다. Methods for determining a value of an intrinsic geometrical parameter of a geometrical feature characterizing a physical object, and for classifying a scene into at least one geometrical shape, each geometrical shape modeling a luminous object. A singular light distribution characterized by a first wavelength and a position of singularity is projected onto the physical object. Light excited by the singular light distribution that has interacted with the geometrical feature and that impinges upon a detector is detected and a return energy distribution is identified and quantified at one or more positions. A deep learning or neural network layer may be employed, using the detected light as direct input of the neural network layer, adapted to classify the scene, as a plurality of shapes, static or dynamic, the shapes being part of a set of shapes predetermined or acquired by learning.