摘要
本发明提出一种使用深度感知网络实现实时高质量神经全息术的方法,采用自注意力机制来增强深度信息与网络下采样信息之间的交互,从而使得单个经过训练的网络可以在任何深度的指定范围内生成实时和高质量的相位全息图。在生成全息图的过程中,目标图片会先经过相位预测网络得到一个初始相位,再经过全息图编码网络得到对应深度的全息图。本发明克服了现有技术的局限性,并有可能扩展到处理移动的 3D 物体,为 AR 和 VR 中的动态和沉浸式全息显示开辟了新的可能性。
技术关键词
全息术
网络
上采样
生成全息图
相位全息图
最小化方法
特征值
深度值
编码
注意力机制
采样模块
图像
线性
算法
图片
物体
动态
系统为您推荐了相关专利信息
记忆管理
人机交互模块
优先级调度策略
信息处理单元
服务机器人系统
鱼类识别方法
灰狼算法
智能算法
图像
双线性插值算法
神经网络模型
油耗
船舶
燃油流量计
门控循环单元网络