P-Hologen：面向纯相位全息图的端到端生成框架
计算机视觉与模式识别
2025-05-05 v2 图形学
机器学习
图像与视频处理
摘要
全息术处于视觉技术的前沿，通过操纵光波的振幅和相位，提供沉浸式的三维可视化。尽管生成模型在图像领域已被广泛探索，但由于相位学习的固有复杂性，它们在全息图中的应用仍相对未被充分探索。利用生成模型处理全息图为推动创新和创造力提供了激动人心的机会，例如语义感知的全息图生成和编辑。目前，在全息图领域利用生成模型最可行的方法是将基于图像的生成模型与图像到全息图的转换模型相结合，但这以增加计算复杂性和低效率为代价。为了解决这个问题，我们引入了P-Hologen，这是第一个专为纯相位全息图（POH）设计的端到端生成框架。P-Hologen采用向量量化变分自编码器来捕获POH的复杂分布。它还将角谱方法整合到训练过程中，利用图像处理领域的策略为复杂相位数据构建潜在空间。大量实验表明，与现有方法相比，P-Hologen实现了更优的质量和计算效率。此外，我们的模型从其学习的潜在空间生成高质量、未见过的多样化全息内容，无需预先存在的图像。我们的工作为全息内容创作的新应用和新方法铺平了道路，开启了生成式全息内容探索的新纪元。本文代码已在https://github.com/james0223/P-Hologen公开。
引用
@article{arxiv.2404.01330,
title = {P-Hologen: An End-to-End Generative Framework for Phase-Only Holograms},
author = {JooHyun Park and YuJin Jeon and HuiYong Kim and SeungHwan Baek and HyeongYeop Kang},
journal= {arXiv preprint arXiv:2404.01330},
year = {2025}
}