Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Flowerbed-Inspired Mg-Loaded Scaffold Accelerates Critical-Sized Bone-Defect Repair by Reprogramming the Microenvironment.

ACS nano·2026
Same author

CAHVAE: generating CGHs with complex amplitude hologram variational autoencodern.

Optics express·2025
Same author

Frequency aware high-quality computer-generated holography via multilevel wavelet learning and channel attention.

Optics letters·2024
Same author

DCPNet: a dual-channel parallel deep neural network for high quality computer-generated holography.

Optics express·2023
Same author

[Three-dimensional anatomical position of rotatory center in cervical rotatory and local manipulation].

Nan fang yi ke da xue xue bao = Journal of Southern Medical University·2008
Same author

Dysregulation of CREB binding protein triggers thrombin-induced proliferation of vascular smooth muscle cells.

Molecular and cellular biochemistry·2008

相关实验视频

Updated: Feb 20, 2026

Recording Ultra-Realistic Full-Color Analog Holograms for Use in a Moving Hologram Display
09:04

Recording Ultra-Realistic Full-Color Analog Holograms for Use in a Moving Hologram Display

Published on: January 14, 2020

10.3K

条件扩散模型用于高质量的看不见全息图合成.

Leshan Wang, Jing Chen, Qingwei Liu

    Optics express
    |February 18, 2026
    PubMed
    概括
    此摘要是机器生成的。

    本研究介绍了holo-LDM,这是一个新的AI模型,用于从文本中创建仅相位全息图 (POH). 它有效地生成高质量的可控制全息图,改进混合现实应用.

    更多相关视频

    Compact Lens-less Digital Holographic Microscope for MEMS Inspection and Characterization
    10:28

    Compact Lens-less Digital Holographic Microscope for MEMS Inspection and Characterization

    Published on: July 5, 2016

    10.8K
    Digital Inline Holographic Microscopy DIHM of Weakly-scattering Subjects
    10:16

    Digital Inline Holographic Microscopy DIHM of Weakly-scattering Subjects

    Published on: February 8, 2014

    12.7K

    相关实验视频

    Last Updated: Feb 20, 2026

    Recording Ultra-Realistic Full-Color Analog Holograms for Use in a Moving Hologram Display
    09:04

    Recording Ultra-Realistic Full-Color Analog Holograms for Use in a Moving Hologram Display

    Published on: January 14, 2020

    10.3K
    Compact Lens-less Digital Holographic Microscope for MEMS Inspection and Characterization
    10:28

    Compact Lens-less Digital Holographic Microscope for MEMS Inspection and Characterization

    Published on: July 5, 2016

    10.8K
    Digital Inline Holographic Microscopy DIHM of Weakly-scattering Subjects
    10:16

    Digital Inline Holographic Microscopy DIHM of Weakly-scattering Subjects

    Published on: February 8, 2014

    12.7K

    科学领域:

    • 计算机视觉 计算机视觉
    • 全息影像的使用方法.
    • 人工智能的人工智能

    背景情况:

    • 目前用于无形全息合成的现有方法与物理不一致性和有限的属性控制作斗争.
    • 非端到端的模型由于相位错误产生了文物,而基于自动编码器的方法缺乏属性操纵的灵活性.

    研究的目的:

    • 从语义和物理约束中开发一个端到端的条件扩散模型,用于直接看不见的全息合成.
    • 为了能够精确地控制全息属性,如衍射深度,同时最大限度地减少模型参数.

    主要方法:

    • 拟议的holo-LDM,一个端到端的条件扩散模型,使用复杂值的UNets和交叉注意力变压器.
    • 采用物理模型驱动的UNets来生成斑点抑制的全息数据集.
    • 集成的交叉注意力变压器,用于在消除噪音期间动态标签与全息特征对齐.

    主要成果:

    • 通过精确的衍射深度控制,在各种类别中合成了高质量的全息图.
    • 与非端到端的基线相比,Fréchet起始距离 (FID) 的改善超过30%.
    • 通过一个紧的2KB参数模型,培训成本降低了数量级.

    结论:

    • holo-LDM提供了一个高效和有效的解决方案,用于看不见的全息合成与细粒度的属性控制.
    • 该模型展示了卓越的性能和减少的训练开销,为先进的混合现实体验铺平了道路.