一、    背景

超构透镜是一些微结构有序排布的组合，具有尺寸小、平面易对准等特点，能够替代传统玻璃透镜。目前单超构透镜成像是主流研究方向，但受限于成像质量存在色差和强位置相关相差，因此需要通过后端神经网络进行图像恢复。

二、    数据集

目前已有800张metalens成像数据集，部分图像对如下图所示

三、    研究内容

需要使用PSNR、SSIM和感知损失作为评价标准做图像恢复，最终效果能恢复到高清图像的90%。可选网络：生成对抗网络或扩散模型。

四、    招募对象

熟悉神经网络的本科生。按工作量和工作成效发放补贴。

五、    联系方式

    李老师，18612520977