概览四大区域会议介绍会议报名2024 SID新技术研讨会华为终端走进校园中国代表团活动介绍中国代表团报名SID显示周签证邀请函申请第一届代表团活动回顾SID显示周中国代表团会议介绍会议报名讲师介绍智能显示与芯片集成技术研讨会2022 SID显示周新技术演讲会2021 SID显示周新技术演讲会新型显示技术论坛暨2020年SID显示周技术演讲会2019显示周新技术演讲会2018显示周新技术演讲会2017显示周新技术演讲会2016 SID显示周新技术演讲会2023 SID新技术研讨会往届显示周新技术演讲会海外云论坛新型显示技术竞赛SID China华大九天杯创新竞赛企业会员联谊活动显示培训学校调研活动理事会&执委会技术委员会技术委员会章程显示未来之星委员会章程其他委员会学生分会章程换届选举上海学生分会介绍上海学生分会活动计划上海学生分会活动换届结果通知执委会竞选投票上海学生分会深圳学生分会活动计划深圳学生分会活动深圳学生分会执委会竞选投票换届结果通知成都学生分会活动计划成都学生分会活动成都学生分会执委会竞选投票广州学生分会活动计划广州学生分会北京学生分会活动计划北京学生分会执委会竞选投票换届结果通知福州学生分会活动计划福州学生分会CDIA 2024年申请(已结束)CDIA 2024获奖名单CDIA 2023年获奖名单CDIA 2022年获奖名单CDIA 2021年获奖名单CDIA 2020年获奖名单CDIA 2019年获奖名单SID中国区显示行业奖(CDIA)SID全球个人奖项SID China个人奖项ICDT大会ICDT出版刊物2022年名单2021年名单2020年名单2019年名单2018年名单2017年名单优秀论文奖&优秀学生论文奖个人会员权益SID个人会员入会申请表个人企业

新的深度学习技术可以从2D图像中实现3D全息图

日本千叶大学的研究人员开发了一种新颖的基于深度学习的技术,可以将普通的2D彩色图像转换为3D全息图。这项新方法发表在《光学与激光工程》杂志的网络版上,它使用了三个深度神经网络(dnn),不需要专门的3D相机。


资料来源:千叶大学


全息图提供了身临其境的3D体验,但生成全息图的计算量很大,限制了应用。最近,有人提出了深度学习方法,直接从RGB-D相机捕获的3D数据中创建全息图。


千叶大学的这项新技术通过使用传统相机的2D图像作为输入,进一步简化了全息图的生成。第一个深度神经网络从二维图像中预测深度信息。然后第二个深度神经网络使用2D图像和深度图来生成全息图。最后,第三个深度神经网络对显示全息图进行细化。


资料来源:千叶大学


在测试中,新系统处理图像的速度比高端GPU快。由此产生的全息图也包含了自然的3D深度线索。由于训练后只需要二维图像,因此与需要深度数据的方法相比,该方法成本低廉。


首席研究员Tomoyoshi Shimobaba教授表示,生成全息图的便利性可以应用于医学成像、制造业和虚拟现实。近期应用可能包括汽车平视显示器和增强现实设备。这项研究证明了深度学习在简化全息图创建方面的潜力。


参考文献

Ishii, Y., Wang, F., Shiomi, H., Kakue, T., Ito, T., & Shimobaba, T. (2023). Multi-depth hologram generation from two-dimensional images by deep learning. Optics and Lasers in Engineering, 170, 107758. https://doi.org/10.1016/j.optlaseng.2023.107758