基于深度学习的计算全息显示进展 |
| |
引用本文: | 刘珂瑄,吴佳琛,何泽浩,曹良才.基于深度学习的计算全息显示进展[J].液晶与显示,2023(6):819-828+690. |
| |
作者姓名: | 刘珂瑄 吴佳琛 何泽浩 曹良才 |
| |
作者单位: | 清华大学精密仪器系精密测试技术及仪器国家重点实验室 |
| |
基金项目: | 国家自然科学基金(No.62035003,No.61775117);;中国博士后科学基金(No.BX2021140)~~; |
| |
摘 要: | 计算全息作为一种三维显示手段,能够基于衍射计算实现对目标光场的精确重建,在元宇宙通讯、AR/VR头戴显示、车载抬头显示等方向均有着重要的应用。如何实现高速且高质量的相位全息图生成是计算全息领域发展的关键问题,也是当前该方向的重要研究课题。近年来,深度学习技术的飞跃式发展为上述问题的解决提供了一条新的技术路径。本文介绍了计算全息技术的基本原理及算法分类,综述了近年来所提出的基于深度学习的计算全息解决方案,比较了各类方案的优势与不足,展望了深度学习技术在计算全息领域的发展与挑战。
|
关 键 词: | 计算全息 深度学习 三维显示 卷积神经网络 液晶空间光调制器 |
|
|