단일 픽셀 이미징은 압축 감지 관련 알고리즘과 결합하여 공간 해상도가 없는 버킷 감지기의 일부 샘플링 값만으로도 고품질의 이미지 재구성을 가능하게 한다. 그러나 무작위로 선택된 투사된 스패클 시퀀스는 매우 낮은 샘플링 비율에서 이미징이 어렵다. 극저샘플링 비율에서 단일 픽셀 이미징의 성능 향상을 위해 본 논문은 데이터 기반의 하다마드 행렬 정렬 방안을 제안하였다. 전체 데이터셋 학습을 통해 투과된 스패클 신호 시퀀스를 적응적으로 선택하며, 재구성 과정에서 두 가지 다른 압축 감지 알고리즘을 사용하여 수치 시뮬레이션과 실험 조건에서 5% 초저샘플링 비율에서 대상 물체의 이미지 재구성을 달성하였다. 또한 현재 최적의 하다마드 행렬 정렬 방안과 비교한 결과 1%~5% 샘플링 비율 구간에서 본 방법이 더 우수한 재구성 효과를 보였다. 본 연구 성과는 단일 픽셀 이미징의 이미징 속도 향상에 활용될 수 있으며, 이미징 유도 및 의학 영상 분야에서 큰 응용 가능성을 가진다.

고스트 이미징; 단일 픽셀 이미징; 압축 감지; 하다마드 행렬 정렬; 데이터 기반