首頁  技術文章  神經全息,使用相機在環訓練

神經全息,使用相機在環訓練

發布時間:2022-04-07 14:00:34 瀏覽量:3074 作者:LY.Young 光學前沿

摘要

全息顯示擁有的直視顯示能力,適用於(yu) AR/VR国产成人在线观看免费网站(對於(yu) 直視顯示,全息支持AR/VR係統無眼鏡三維顯示模式。二維和三維全息有優(you) 化focus cues、vision correction、設備外形尺寸、圖像分辨率、亮度、動態圖像、eyebox steering capabilities的潛力)。然而,計算機生成全息(computer-generated holography, CGH)的一個(ge) 主要挑戰在於(yu) 算法運行時間和可獲得圖像質量之間的權衡,這使得快速合成高質量全息圖像在目前來講還難以實現。除此之外,大多數全息顯示的圖像質量差,還在於(yu) 顯示的實際光波傳(chuan) 輸與(yu) 仿真模型之間存在失配問題。

正文


神經全息,使用相機在環訓練



技術背


全息顯示擁有的直視顯示能力,適用於(yu) AR/VR国产成人在线观看免费网站(對於(yu) 直視顯示,全息支持AR/VR係統無眼鏡三維顯示模式。二維和三維全息有優(you) 化focus cues、vision correction、設備外形尺寸、圖像分辨率、亮度、動態圖像、eyebox steering capabilities的潛力)。然而,計算機生成全息(computer-generated holography, CGH)的一個(ge) 主要挑戰在於(yu) 算法運行時間和可獲得圖像質量之間的權衡,這使得快速合成高質量全息圖像在目前來講還難以實現。除此之外,大多數全息顯示的圖像質量差,還在於(yu) 顯示的實際光波傳(chuan) 輸與(yu) 仿真模型之間存在失配問題。


技術要點:


基於(yu) 此,斯坦福大學的Yifan Peng(一作)和Gordon Wetzstein(通訊)等提出了一種新的CGH框架,能產(chan) 生前所未有的圖像保真度和實時幀率。這個(ge) 框架包含了:相機在環優(you) 化策略(直接優(you) 化或訓練一個(ge) 可解釋的光波傳(chuan) 輸模型來生成全息圖)、神經網絡架構(第1個(ge) 能實時生成1080p全彩高質量全息圖像的CGH算法)。


(1)全息顯示(所用空間光調製為(wei) 相位型SLM)


相幹光源產(chan) 生的複值波場usrc(這個(ge) 源場可以是平麵波or球麵波or高斯光束)入射到相位型SLM上,源場的相位以每SLM像素的方式延遲相位ϕ,場繼續在自由空間或穿過某些光學元件傳(chuan) 播到目標平麵。用戶或探測器可以在目標平麵觀察到場的強度。由SLM傳(chuan) 輸到目標平麵的數學模型可以表示為(wei) :

ϕ就是需要求解值,可以用常用的相位複原法(如GS,Fienup法等)求解,也可以看作為(wei) 一個(ge) 優(you) 化問題求解

s是一個固定的或學習的scale factor。相位複原是找到一個相位函數ϕ,而(2)是一個非凸優化問題,具有無窮解,CGH可以選擇無窮解中的任何一個,因為它們都可以在目標平麵上產生相同的強度。作者發現求解(2)用Adam可以獲得好得圖像質量。

缺點:這裏的仿真數學模型與(yu) 真實的光波傳(chuan) 播模型並不完全一致,因此,即使使用了Adam也會(hui) 讓全息圖像質量存在不佳的問題,因而提出下述相機在環策略。



(2)使用光波傳(chuan) 播的相機在環相位優(you) 化

設想直接用進行前向傳播,然後求其梯度用於誤差反向傳播,這是不可能的,但是可以近似為:
啟用PyTorch的autodiff,將相機采集到的圖像送入損失函數,可以計算出。計算需要先將ϕ(k−1)送入,然後同時將它顯示在SLM上,通過相機采集到|f(ϕ(k1))|2,autodiff追蹤的梯度。使用梯度下降solver進行迭代求解:

式(3)和(4)就是相機在環全息圖優化,傳統的相位複原方法認為很接近,但是相機在環在前向傳播和誤差反向傳播都包含了,近似程度要更高。


缺點:隻使用相機在環優化,對於每一個目標圖像都需要校正一次,每一次校正優化都需要幾分鍾。


(3)使用相機在環模型訓練的全息圖合成
將優化分成訓練和推測,訓練階段需要相機在環,推測階段可以不需要相機合成任意全息圖。所要解決的優化問題變為:
其中波傳播模型成為一個參數化的模型,將光源、係統的光學像差、SLM的相位非線性、以及SLM不完美的衍射效率產生的非衍射光考慮在內,形式為:
缺點:相比單張圖像的相機在環校正,圖像質量有所下降

神經全息,使用相機在環訓練


引入HoLoNet神經網絡架構,以實時幀率獲得高質量的二維全息圖合成。其損失函數為(wei) :


實驗結果:

多種CGH算法對比


參考文獻:Yifan Peng, Suyeon Choi, Nitish Padmanaban, and Gordon Wetzstein. 2020. Neural holography with camera-in-the-loop training. ACM Trans. Graph. 39, 6, Article 185 (December 2020), 14 pages.
DOI:https://doi.org/10.1145/3414685.3417802



更多詳情請聯係昊量光電/歡迎直接聯係昊量光電

關(guan) 於(yu) 昊量光電:

上海昊量光電設備有限国产黄色在线观看是光電国产欧美在线專(zhuan) 業(ye) 代理商,国产欧美在线包括各類激光器、光電調製器、光學測量設備、光學元件等,涉及国产成人在线观看免费网站涵蓋了材料加工、光通訊、生物醫療、科學研究、國防、量子光學、生物顯微、物聯傳(chuan) 感、激光製造等;可為(wei) 客戶提供完整的設備安裝,培訓,硬件開發,軟件開發,係統集成等服務。

您可以通過我們(men) 昊量光電的官方網站www.weilancj.com了解更多的国产欧美在线信息,或直接來電谘詢4006-888-532。


本文章經光學前沿授權轉載,商業(ye) 轉載請聯係獲得授權。