无镜头摄影的发展暗示了微型但功能强大的相机的未来。

第一行：主题。第二行：传感器捕获的模式。剩余行：重建的图像。东京工业大学的 Xiuxi Pan

每个摄影师都知道这个事实：说到相机和装备，事情会变得巨大而迅速。特别是在镜头部门。尽管无反光镜最初被吹捧为笨重的数码单反相机的更小、更轻的替代品（在某些方面，他们仍然坚持这一承诺），但很难忽视这些曾经有希望的轻量级系统很快就会陷入玻璃困境的事实。虽然镜头从一开始就一直是摄影过程的一部分， 但东京工业大学的一组科学家的开创性研究可能会导致新的无镜头成像系统，并最终带来无镜头的未来。

无镜头相机的概念并不是全新的。然而，直到现在，该技术还没有产生可用的结果，而且渲染图像所需的计算时间对于实际使用来说太乏味了。

当前的技术需要解决凸优化问题，并且迭代计算（意味着可以返回多个结果）使其成为一个冗长的过程。但东京工业大学的提议有可能对这一过程进行重大改进。

“深度学习可以帮助避免基于模型的解码的局限性，因为它可以通过非迭代直接过程学习模型并解码图像，”该团队 在Phys.org上解释道。“现有的无镜头成像深度学习方法利用卷积神经网络 (CNN)，无法产生高质量的图像。它们效率低下，因为 CNN 基于相邻“局部”像素的关系处理图像，而无透镜光学器件通过称为“多路复用”的属性将场景中的局部信息转换为图像传感器所有像素上的重叠“全局”信息。 ’”

无镜头相机。 东京工业大学的 Xiuxi Pan

东京工业大学的团队提出了一种使用数学算法的新图像重建方法。硬件由掩模和图像传感器组成，掩模对入射光（落在对象上的光）进行编码，然后在传感器上投射图案。

看着这些图案，人眼将无法破译任何有用的信息——一切都呈现为难以理解的斑点，类似于你将意大利面扔到墙上或杰克逊·波洛克在画布上留下的痕迹。然而，光学算法能够解码信息，产生相当准确的结果。

“没有镜头的限制，无镜头相机可以是超微型的，这可以实现超出我们想象的新应用，”东京工业大学的 Masahiro Yamaguchi 教授说。

视觉转换器 (ViT)。 东京工业大学的 Xiuxi Pan

该团队开创了一种他们称为 Vision Transformer (ViT) 的技术，该技术可以以他们所描述的“分层”方式学习图像特征，从而避免了传统的 CNN 处理。这意味着直接重建，无需迭代计算，并减少近似误差。

CNN 依赖于局部像素信息，而 ViT 可以使用图像中的全局特征。根据实验，该过程是可行的，并且所提出的相机可以创建高质量的图像，其处理时间可以实现实时捕捉。

“无镜头相机的最终目标是微型而强大。我们很高兴能够引领下一代成像和传感解决方案的新方向，”该研究的主要作者、东京工业大学的 Xiuxi Pan 先生说。