基于学习型编码孔径的时分复用光场显示

传统立体显示存在辐辏-调节冲突并引起视觉疲劳。基于集成成像的显示利用微透镜阵列或类似结构将光场的子孔径视图直接投射到眼睛中，从而解决了该问题。然而，此类显示在空间分辨率与角分辨率之间存在固有的权衡。本文提出一种新颖的编码时分复用技术，将编码后的子孔径视图投射到观看者眼中，并提供正确的辐辏-调节反射线索。给定稀疏的光场子孔径视图，我们的流程通过联合优化用于显示的子孔径视图与编码孔径图案，能够以最小混叠提供高分辨率重聚焦图像的感知。这是通过深度学习以端到端方式模拟光传输与基于傅里叶光学的图像形成来实现的。据我们所知，该工作是首批利用深度学习优化光场显示流程的工作之一。我们使用客观图像质量指标（PSNR、SSIM和LPIPS）验证了我们的想法，并对显示流程中各种可定制设计变量进行了广泛研究。实验结果表明，使用所提技术显示的光场确实比基线显示设计具有更高质量。