资讯来源（Source）：npj Nanophotonics

研究团队（Authors）：Yuzhou Song、Yifei Zhang、Xiaoyuan Liu、Takuo Tanaka、Mu Ku Chen、Zihan Geng

发表时间（Published）：2025年07月01日

文献DOI：10.1038/s44226-025-00045-9

原文链接（Link）：https://www.nature.com/articles/s44310-025-00070-9

核心研究进展（Core Research Progress）

传统超透镜（Meta-lens）三维成像（3D Imaging）在弱纹理、特征缺失场景下精度受限。该研究融合双目超透镜（Binocular Meta-lens）与光学线索融合网络（Optical Clue Fusion Network），结合物理立体深度与机器学习深度算法，通过自适应置信度优化补偿成像缺陷，实现误差＜1%的超高精度三维检测，有效适配各类复杂成像表面。

技术应用价值（Technical Application Value）

该技术解决了超透镜成像精度低、场景适配性弱的痛点，兼具轻量化、高精度、强鲁棒性优势，显著提升三维感知可靠性。可应用于自动驾驶感知、工业精密检测、医疗影像诊断等领域，助推小型化、高精度三维成像设备产业化落地。

免责声明（Disclaimer）

1、本文为行业学术前沿资讯整理转载，仅用于行业技术交流、知识科普与产业动态参考，不构成任何商业推广、技术落地指导及投资建议。
This article is a reorganized and repost of cutting-edge academic information in the industry, only for industry technical exchanges, popular science and industrial dynamic reference, and does not constitute any commercial promotion, technical implementation guidance or investment advice.

2、文章所有研究内容、技术成果及观点均来源于期刊公开原文，版权归原作者及《npj Nanophotonics》期刊所有。
All research content, technical achievements and viewpoints of this article are derived from the official published journal papers. The copyright belongs to the original authors and the journal 《npj Nanophotonics》.

3、若相关权利人对本文内容存在版权异议，可联系我方，我方将第一时间核实并进行修正、删除等合规处理。
If relevant right holders have copyright objections to the content of this article, please contact us. We will verify and revise or delete the content in compliance with regulations in a timely manner.