头图 | 下载于视觉中国
出品 | AI科技大本营（rgznai100）
近日，麻省理工学院的研究人员已经开发出一种几乎可以立即生成全息图的新方法，该项研究发表在《Nature》期刊上。该项研究基于深度学习方法，运行速度较传统方法极为高效，可以在笔记本电脑上运行。该团队称之为“张量全息术”，并认为该方法可能会推动全息技术向VR和3D打印等领域的延伸。
麻省理工学院的研究人员演示了基于深度学习的CGH管道，该管道能够实时从单个RGB深度图像合成逼真的彩色3D全息图。该算法中运用的卷积神经 络(CNN)的存储效率极高(低于620 KB)，并且在单个消费级图形处理单元上以60赫兹的频率运行，分辨率为1,920×1,080像素。此外，如果利用低功耗设备上人工智能加速芯片，该卷积神经 络还可在移动设备(1.1赫兹的iPhone 11 Pro)和边缘设备(2.0赫兹的Google Edge TPU)上交互运行，从而保证了下一代虚拟和实时虚拟设备的实时性能。研究人员通过引入具有4,000对RGB深度图像和相应的3D全息图的大规模CGH数据集(MIT-CGH-4K)进行训练。
图:2D和3D全息投影实验演示(图源：Towards real-time photorealistic three-dimensional holography with deep neural networks, Nature (2021). DOI: 10.1038/s41586-020-03152-0,dx.doi.org/10.1038/s41586-020-03152-0.)
图：算法性能评估(图源：Towards real-time photorealistic three-dimensional holography with deep neural networks, Nature (2021). DOI: 10.1038/s41586-020-03152-0,dx.doi.org/10.1038/s41586-020-03152-0.)
直播间地址：
https://live.csdn.net/room/csdnnews/B3423dYF
文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树OpenCV中的深度学习图像分类11270 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！