今日，美國工程院院士、加州大學洛杉矶分校講席教授Bahram Jalali提出了一種基于實體模拟的颠覆性視覺增強技術，并将其命名為“基于虛拟衍射和相幹探測的視覺增強算法（簡稱為VEViD）”。該算法将數字圖像“隐喻”為一個空間變化的“離散化光場”，将其映射至衍射和相幹探測的虛拟實體過程，以輸出的相位而非強度代表圖像。VEViD在低光照下展現了超強、超快的圖像增強能力，極優的色彩增強能力，以及絕佳的輔助目标探測能力，對低光照條件下的成像及檢測技術發展，具有重大意義。
研究團隊将VEViD算法應用于多種低光照圖像，取得了絕佳的圖像增強效果，其效果優于Zero-DCE算法（現今性能最佳的神經網絡圖像增強算法），且VEViD的優化速度要更快的多。進一步，團隊示範了VEViD在顔色增強中的應用。
與此同時，團隊還展示了簡化加速版的VEViD算法，可以對4K高清視訊實作200幀/秒的圖像增強。此外，VEViD算法還可疊加于現有的基于深度學習算法的目标探測中，大幅提升其探測能力。最後，Jalali院士提到，将來，該算法可以植入模拟實體器件中，幫助快速高效的計算。
該受邀文章發表于卓越計劃高起點新刊eLight，題為“VEViD: Vision Enhancement via Virtual diffraction and coherent Detection”。作者為Bahram Jalali院士和Callen MacPhee博士，其中，Jalali院士擔任一作兼通信。
