10 月 22 日消息，全息图像可以供给物体的三维（3D）视觉成果，比二维（2D）图像更加真实和立体，在医学成像、制作业、虚拟现实等多个范畴都有着宏大的价值。,,注意到，传统的全息技术须要记载物体的三维数据和与光线的相互作用，这个进程须要很...
10 月 22 日消息，全息图像可以供给物体的三维（3D）视觉成果，比二维（2D）图像更加真实和立体，在医学成像、制作业、虚拟现实等多个范畴都有着宏大的价值。,
,注意到，传统的全息技术须要记载物体的三维数据和与光线的相互作用，这个进程须要很高的盘算才能和专门的摄像机来拍摄三维图像，这种庞杂性限制了全息图像的普遍运用。,近年来，也有许多基于深度学习的方式被提出，用来生成全息图像。它们可以直接从应用 RGB-D 摄像机拍摄的三维数据中创立全息图像，RGB-D 摄像机可以同时获取物体的色彩和深度信息。这种方式避免了传统方式中的许多盘算挑衅，是一种更简略的生成全息图像的方式。,现在，日本千叶大学工程研讨院的下馬智之教授率领的研讨团队提出了一种基于深度学习的新方式，进一步简化了全息图像的生成进程，可以直接从普通摄像机拍摄的二维彩色图像中生成三维场景或物体。这项研讨最近发表在《光学与激光工程（Optics and Lasers in Engineering）》杂志上。千叶大学工程研讨院的石井佳之和伊藤智之也参与了这项研讨。,谈到这项研讨背后的动机，下馬教授说：“实现全息显示有几个难题，包含三维数据的获取、全息图像的盘算成本以及全息图像与全息显示装备特征之间的转换。我们进行这项研讨是因为我们信任深度学习近年来发展敏捷，有潜力解决这些问题。”,该方式应用三个深度神经网络（DNN）将普通二维彩色图像转换为可以用来显示三维场景或物体的全息图像。第一个 DNN 应用普通摄像机拍摄的彩色图像作为输入，然后预测相干的深度图，供给关于图像三维构造的信息。第一个 DNN 生成的原始 RGB 图像和深度图都被第二个 DNN 用来生成全息图像。最后，第三个 DNN 对第二个 DNN 生成的全息图像进行优化，使其合适在不同装备上显示。,研讨人员发现，该方式处置数据和生成全息图像所破费的时间优于最先进的图形处置单元。“我们方式另一个利益是，最终全息图像重现出来的图片可以浮现出自然而真实的三维成果。而且，在生成全息图像时不须要应用深度信息，因此这种方式成本低廉，不须要应用 RGB-D 摄像机等三维成像装备。”下馬教授在进一步讨论成果时弥补道。,在不久的将来，这种方式可以在头戴式显示器中找到潜在的运用，为生成高保真的三维显示供给辅助。同样，也可能改革车载全息显示器，以三维的方法展现行人、道路和标记等必要信息，该方式有望为推进全息技术的普及和发展铺平道路。,
,注意到，传统的全息技术须要记载物体的三维数据和与光线的相互作用，这个进程须要很高的盘算才能和专门的摄像机来拍摄三维图像，这种庞杂性限制了全息图像的普遍运用。,近年来，也有许多基于深度学习的方式被提出，用来生成全息图像。它们可以直接从应用 RGB-D 摄像机拍摄的三维数据中创立全息图像，RGB-D 摄像机可以同时获取物体的色彩和深度信息。这种方式避免了传统方式中的许多盘算挑衅，是一种更简略的生成全息图像的方式。,现在，日本千叶大学工程研讨院的下馬智之教授率领的研讨团队提出了一种基于深度学习的新方式，进一步简化了全息图像的生成进程，可以直接从普通摄像机拍摄的二维彩色图像中生成三维场景或物体。这项研讨最近发表在《光学与激光工程（Optics and Lasers in Engineering）》杂志上。千叶大学工程研讨院的石井佳之和伊藤智之也参与了这项研讨。,谈到这项研讨背后的动机，下馬教授说：“实现全息显示有几个难题，包含三维数据的获取、全息图像的盘算成本以及全息图像与全息显示装备特征之间的转换。我们进行这项研讨是因为我们信任深度学习近年来发展敏捷，有潜力解决这些问题。”,该方式应用三个深度神经网络（DNN）将普通二维彩色图像转换为可以用来显示三维场景或物体的全息图像。第一个 DNN 应用普通摄像机拍摄的彩色图像作为输入，然后预测相干的深度图，供给关于图像三维构造的信息。第一个 DNN 生成的原始 RGB 图像和深度图都被第二个 DNN 用来生成全息图像。最后，第三个 DNN 对第二个 DNN 生成的全息图像进行优化，使其合适在不同装备上显示。,研讨人员发现，该方式处置数据和生成全息图像所破费的时间优于最先进的图形处置单元。“我们方式另一个利益是，最终全息图像重现出来的图片可以浮现出自然而真实的三维成果。而且，在生成全息图像时不须要应用深度信息，因此这种方式成本低廉，不须要应用 RGB-D 摄像机等三维成像装备。”下馬教授在进一步讨论成果时弥补道。,在不久的将来，这种方式可以在头戴式显示器中找到潜在的运用，为生成高保真的三维显示供给辅助。同样，也可能改革车载全息显示器，以三维的方法展现行人、道路和标记等必要信息，该方式有望为推进全息技术的普及和发展铺平道路。,
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
