智慧應用 影音
Truphone 線上活動
event

史丹佛團隊改善全像品質和對比度 AR/VR應用再進化

Michelson全像術可改善全像顯示影像品質和對比度。Jonghyun Kim

史丹佛大學(Stanford University)研究團隊已開發出能改善全像顯示影像品質和對比度的新方法,或有助於改善虛擬/擴增(VR/AR)實境應用的近眼顯示。

根據Immersive Technology報導,該方法被稱為Michelson全像術(Michelson holography),將受Michelson干涉法啟發的光學裝置與最新軟體相結合,以產生數位全像圖所需干涉圖樣。

增強型全像顯示器有可能超越傳統上用於AR和VR技術的其他3D顯示技術。全像技術能讓顯示器更小,並提高用戶聚焦於不同距離物體上的能力。這點能讓使用矯正鏡片的用戶可在AR和VR系統中調整視力。但所述技術尚未達到可在常規技術中使用的期望影像品質。

在全像顯示器中,被稱為唯相空間光調變器(SLM)的光學組件會降低影像品質。SLM的作用是產生衍射光來建立3D影像所需的干涉圖樣。問題在於用於全像攝影的SLM傾向於表現出低衍射效率,這會顯著降低影像品質,尤其是對比度。

由於要提高SLM的衍射效率並不容易,因此該研究團隊設計了新的光學架構來製作全像影像。該團隊用Michelson全像術取代了僅採用單相的設定,改用雙相SLM。NVIDIA研究科學家/史丹佛大學客座研究員Jonghyun Kim表示,這種新穎設定旨在有效地干擾一個SLM的衍射光和另一個SLM的非衍射光,從而讓非衍射光能無縫地製作出更好的影像品質,而不會形成斑點和其他障礙物。

為優化影像,研究人員將CITL(camera in the loop)程序與新的硬體配置相結合。CITL是一種運算方法,可用於直接將全像圖最佳化或訓練基於神經網路的模型。CITL讓研究人員能使用鏡頭捕獲一系列顯示的影像,這意味著無需使用精密測量設備即可糾正光學系統的微小偏差。

Kim表示,一旦對模型進行訓練,就能精確地確定捕獲影像的外觀,而無需實際捕獲它。這意味著可在雲端模擬整個光學設置,以利用平行運算即時推斷出運算量很大的問題。這對運算複雜的3D場景的全像圖可能很有用。

Michaelson全像結構是使用台式光學裝置進行測試。但若要讓新系統可行,就需轉換成更小的系統,然後將其整合到穿戴式的VR或AR裝置中。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 全像投影 AR VR 史丹佛大學