时间复用神经全息：面向具有快速重度量化空间光调制器的全息近眼显示灵活框架
图形学
2022-05-06 v1 人工智能
计算物理
光学
摘要
全息近眼显示为虚拟现实和增强现实系统提供了前所未有的能力，包括感知上重要的聚焦线索。尽管由人工智能驱动的计算机生成全息（CGH）算法近期在提升全息图图像质量与合成效率上取得很大进展，这些算法并不直接适用于新兴的仅相位空间光调制器（SLM）——它们极快但提供的相位控制精度非常有限。这些SLM的速度带来了时间复用能力，本质上实现了部分相干全息显示模式。本文报道了针对此类全息近眼显示的相机标定波传播模型进展，并开发了鲁棒优化快速SLM重度量化相位图案的CGH框架。我们的框架灵活支持使用不同类型内容进行运行时监督，包括2D与2.5D RGBD图像、3D焦点栈和4D光场。利用我们的框架，我们在仿真与实验中展示了上述所有场景的state-of-the-art结果。
引用
@article{arxiv.2205.02367,
title = {Time-multiplexed Neural Holography: A flexible framework for holographic near-eye displays with fast heavily-quantized spatial light modulators},
author = {Suyeon Choi and Manu Gopakumar and Yifan and Peng and Jonghyun Kim and Matthew O'Toole and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2205.02367},
year = {2022}
}
备注
Project page with more details: http://www.computationalimaging.org/publications/time-multiplexed-neural-holography/