多重照明干扰的神经全息图与扩大的眼框
IEEE transactions on visualization and computer graphics
|October 6, 2025
概括
这项研究通过扩大眼并使用新的Pupil-HOGD算法提高图像质量来增强虚拟和增强现实 (VR/AR) 的全息近视屏. 这一突破为更加身临其境的视觉计算提供了50%的水平眼箱增长.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算机视觉和图形学
- 显示技术 显示技术
背景情况:
- 通过波面重建,全息提供自然的3D深度线索,用于虚拟和增强现实 (VR/AR) 近视显示.
- 关键的挑战包括平衡视野 (FOV) 和眼大小,由于扩展范围的限制,并保持全息图像质量.
- 现有的模拟模型往往不同于实际的波传播,影响视觉保真度.
研究的目的:
- 为了扩大眼并提高VR/AR显示器中的全息图像质量.
- 通过整合高阶衍射和瞳孔约束来提高能源效率.
- 开发和验证一个学生意识到全息图优化算法,以改善视觉计算.
主要方法:
- 采用多角度照明来扩大眼.
- 采用端到端的学生意识到全息图优化,以提高图像质量.
- 开发并验证了Pupil-HOGD算法,使用双角度全息显示原型与摄像头校准和跟踪眼睛位置.
主要成果:
- 学生-HOGD算法成功提高了全息图像质量.
- 眼的水平扩张达到了50%.
- 通过更高阶衍射和瞳孔约束来证明提高了能源效率.
结论:
- 开发的Pupil-HOGD算法有效地解决了全息近视显示器的局限性.
- 这种方法显著提高了图像质量和眼尺寸,这对于沉浸式VR/AR体验至关重要.
- 该方法有可能扩展全息显示器的空间带宽乘积 (SBP) 以实现更广泛的应用.


