超越相干景深的瞳孔自适应 3D 全息术
计算机视觉与模式识别
2024-09-04 v1 光学
摘要
近期由深度学习驱动的全息显示方法在实现高保真全息投影方面取得了显著成功。然而，这些显示器仍未能展示出真实的聚焦线索，并且基于相干光的全息显示器所能实现的散焦效果与真实世界中非相干光所产生的散焦效果之间仍存在巨大差距。此外，现有方法未考虑观察者眼睛瞳孔尺寸变化对 3D 投影感知质量的影响，特别是由于眼睛景深变化引起的散焦模糊。在本工作中，我们提出了一个框架，以弥合全息显示器的相干景深与真实世界中非相干光所见效果之间的差距。为此，我们研究了眼睛瞳孔形状和运动的变化对全息投影质量的影响，并设计了一种以瞳孔自适应方式动态改变全息投影景深的方法。具体而言，我们引入了一个学习框架，该框架根据观察者眼睛瞳孔的当前状态动态调整感受野，以产生在当前计算机生成全息方法中无法实现的图像效果。我们在仿真和实验性全息显示原型上验证了所提出的方法，并展示了在景深效果描绘上的显著改进，在峰值信噪比上比现有方法高出至少 5 dB，在定性和定量上均优于现有方法。
引用
@article{arxiv.2409.00028,
title = {Pupil-Adaptive 3D Holography Beyond Coherent Depth-of-Field},
author = {Yujie Wang and Baoquan Chen and Praneeth Chakravarthula},
journal= {arXiv preprint arXiv:2409.00028},
year = {2024}
}