一種稱為張量全息術(shù)的新方法可以為虛擬現(xiàn)實、3D打印、醫(yī)學成像等創(chuàng)建全息圖，并且可以在智能手機上運行。盡管多年來大肆宣傳，但虛擬現(xiàn)實耳機尚未取代電視或電腦屏幕，成為觀看視頻的首選設(shè)備。原因之一：VR會讓用戶感到惡心?？赡軙е聬盒暮脱劬ζ冢驗閂R會產(chǎn)生3D觀看的錯覺，盡管用戶實際上是盯著固定距離的2D顯示器。更好的3D可視化解決方案可能在于為數(shù)字世界重新打造的60年前技術(shù)：全息圖。

全息圖提供了我們周圍3D世界的特殊表現(xiàn)。另外，它們很漂亮。(繼續(xù)-查看您的Visa卡上的全息鴿子。)全息圖根據(jù)觀看者的位置提供變換視角，并且它們允許眼睛調(diào)整焦深以交替聚焦于前景和背景。

長期以來，研究人員一直試圖制作計算機生成的全息圖，但該過程傳統(tǒng)上需要一臺超級計算機來進行物理模擬，這既耗時又可能產(chǎn)生不那么逼真的結(jié)果。研究人員說，現(xiàn)在，麻省理工學院的研究人員已經(jīng)開發(fā)出一種幾乎可以立即生成全息圖的新方法——這種基于深度學習的方法非常高效，眨眼間就可以在筆記本電腦上運行。

“人們以前認為，使用現(xiàn)有的消費級硬件，不可能進行實時3D全息計算，”該研究的主要作者、麻省理工學院電氣工程與計算機科學系(EECS)博士生梁石說。“人們常說，商用全息顯示器將在10年內(nèi)問世，但這種說法已經(jīng)存在了幾十年。”

Shi相信，這種被團隊稱為“張量全息術(shù)”的新方法最終將使這個難以捉摸的10年目標觸手可及。這一進步可能會推動全息技術(shù)擴散到VR和3D打印等領(lǐng)域。

Shi與他的顧問和合著者WojciechMatusik共同完成了這項發(fā)表在《自然》雜志上的研究。其他合著者包括EECS和麻省理工學院計算機科學與人工智能實驗室的李北辰，以及前麻省理工學院研究人員ChangilKim(現(xiàn)供職Facebook)和PetrKellnhofer(現(xiàn)供職于斯坦福大學)。

追求更好的3D

典型的基于鏡頭的照片會對每個光波的亮度進行編碼——照片可以忠實地再現(xiàn)場景的顏色，但最終會產(chǎn)生平面圖像。

相比之下，全息圖對每個光波的亮度和相位進行編碼。這種組合可以更真實地描述場景的視差和深度。因此，雖然莫奈的“睡蓮”照片可以突出畫作的色覺，但全息圖可以使作品栩栩如生，呈現(xiàn)每個筆觸的獨特3D紋理。但是，盡管它們很現(xiàn)實，但全息圖的制作和分享仍然是一個挑戰(zhàn)。

最早于1900年代中期開發(fā)的早期全息圖是以光學方式記錄的。這需要分裂激光束，其中一半用于照亮對象，另一半用作光波相位的參考。這個參考產(chǎn)生了全息圖獨特的深度感。生成的圖像是靜態(tài)的，因此無法捕捉運動。而且它們只是硬拷貝，因此難以復制和共享。

計算機生成的全息通過模擬光學設(shè)置來回避這些挑戰(zhàn)。但這個過程可能是一個計算過程。“因為場景中的每個點都有不同的深度，所以不能對所有點應(yīng)用相同的操作，”施說。“這顯著增加了復雜性。”指揮集群超級計算機運行這些基于物理的模擬可能需要幾秒鐘或幾分鐘才能獲得單個全息圖像。此外，現(xiàn)有算法不能以逼真的精度對遮擋進行建模。所以施的團隊采取了不同的方法：讓計算機自學物理。

他們使用深度學習來加速計算機生成的全息圖，從而實現(xiàn)實時全息圖生成。該團隊設(shè)計了一個卷積神經(jīng)網(wǎng)絡(luò)——一種使用一系列可訓練張量來粗略模擬人類如何處理視覺信息的處理技術(shù)。訓練神經(jīng)網(wǎng)絡(luò)通常需要一個大型、高質(zhì)量的數(shù)據(jù)集，而3D全息圖以前不存在這種數(shù)據(jù)集。

該團隊建立了一個包含4,000對計算機生成圖像的自定義數(shù)據(jù)庫。每對匹配一張圖片——包括每個像素的顏色和深度信息——與其對應(yīng)的全息圖。為了在新數(shù)據(jù)庫中創(chuàng)建全息圖，研究人員使用了形狀和顏色復雜多變的場景，像素深度從背景到前景均勻分布，并使用一組新的基于物理的計算來處理遮擋。這種方法產(chǎn)生了逼真的訓練數(shù)據(jù)。接下來，算法開始工作。

通過從每個圖像對中學習，張量網(wǎng)絡(luò)調(diào)整了自己計算的參數(shù)，連續(xù)增強了其創(chuàng)建全息圖的能力。完全優(yōu)化的網(wǎng)絡(luò)運行速度比基于物理的計算快幾個數(shù)量級。這種效率讓團隊自己感到驚訝。

“我們對它的表現(xiàn)感到驚訝，”Matusik說。在短短幾毫秒內(nèi)，張量全息術(shù)可以根據(jù)具有深度信息的圖像制作全息圖——這些信息由典型的計算機生成圖像提供，并且可以通過多攝像頭設(shè)置或激光雷達傳感器(兩者都是一些新智能手機的標準配置)進行計算。這一進步為實時3D全息技術(shù)鋪平了道路。更重要的是，緊湊型張量網(wǎng)絡(luò)需要不到1MB的內(nèi)存。“考慮到最新款手機上有數(shù)十和數(shù)百GB的可用空間，這可以忽略不計，”他說。

這項研究“表明真正的3D全息顯示器是實用的，只需要適度的計算要求，”微軟首席光學架構(gòu)師喬爾科林說，他沒有參與這項研究。他補充說，“與之前的工作相比，這篇論文的圖像質(zhì)量有了顯著的提高”，這將“為觀看者增添真實感和舒適感”。Kollin還暗示了像這樣的全息顯示器甚至可以根據(jù)觀眾的眼科處方進行定制的可能性。“全息顯示器可以校正眼睛的像差。這使得顯示圖像比用戶使用隱形眼鏡或眼鏡看到的更清晰，這只能校正低階像差，如聚焦和散光。”

“相當大的飛躍”

實時3D全息將增強從VR到3D打印的一系列系統(tǒng)。該團隊表示，新系統(tǒng)可以幫助VR觀眾沉浸在更逼真的風景中，同時消除長期使用VR帶來的眼睛疲勞和其他副作用。該技術(shù)可以輕松部署在調(diào)制光波相位的顯示器上。目前，大多數(shù)經(jīng)濟實惠的消費級顯示器僅調(diào)節(jié)亮度，但如果廣泛采用相位調(diào)制顯示器的成本會下降。

研究人員說，3D全息還可以促進體積3D打印的發(fā)展。事實證明，這項技術(shù)比傳統(tǒng)的逐層3D打印更快、更精確，因為立體3D打印允許同時投影整個3D圖案。其他應(yīng)用包括顯微鏡、醫(yī)療數(shù)據(jù)可視化以及具有獨特光學特性的表面設(shè)計。

“這是一個相當大的飛躍，可以徹底改變?nèi)藗儗θ⒌膽B(tài)度，”Matusik說。“我們覺得神經(jīng)網(wǎng)絡(luò)就是為這項任務(wù)而生的。”

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！