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 |
