面向生物溶胶微粒的高通量种类识别需求，光明实验室智能感知与计算成像团队提出了一种基于矩的形状学习全息术（Moment-based shape-learning holography，MSLH）。

该技术采用紧凑的无透镜同轴全息光路，通过结合自注意力机制的神经网络和小波变换算法，实现微粒场的单帧快速反演成像。同时提出了一种基于矩的形状表征方法，不仅能在数学上定量表征生物溶胶微粒的特征形状，还能快速制作大量仿真特征形状数据集，大大简化了数据准备流程。

结果表明，该技术能够快速、准确地获取大范围动态微粒场中各个微粒的深度信息，兼具很好的成像效果及种类识别率。该技术具有结构紧凑、易于设置、快速输出、原位识别、高通量检测等优势，在空气质量检测、海洋环境监测、生物系统诊断等各个领域具有广阔的应用前景。

该成果作为封面文章发表在Advanced Photonics Research上。

封面图

原理图