图1：实验光路图与高分辨率动态全息显示方法

图源：液晶与显示, 2022, 37(5):625-631.

  论文信息  

李会, 桑新柱*, 仲崇力, 秦秀娟, 王葵如, 颜玢玢. 基于数字微镜器件的高分辨率计算全息显示[J]. 液晶与显示, 2022, 37(5): 625-631.

https://cjlcd.lightpublishing.cn/thesisDetails#10.37188/CJLCD.2022-0038

2. 基于预处理卷积神经网络提升 3D 光场显示视觉分辨率的方法

3D 光场显示技术因具有较大的观看视角、密集的观看视点而被研究学者们关注。分辨率是 3D 光场显示技术的一个重要参数，提升分辨率的方法较为复杂，因此研究学者们开始关注视觉分辨率。为了提高 3D 光场显示的视觉分辨率，高鑫、于迅博、桑新柱等人提出了基于预处理卷积神经网络提升 3D 光场显示视觉分辨率的方法。首先根据弥散斑之间相互叠加的情况建立了 3D 光场显示视觉分辨率增强模型，然后对现有透镜阵列中的光学元件进行像差分析，提取高斯核阵列，其次基于高斯核阵列、高分辨率的基元图像阵列搭建了深度学习神经网络，网络经过约 50,000 次的迭代可以收敛，用时 1800s。将收敛后的网络应用于初始基元图像阵列，进而得到可用于视觉分辨率增强的预处理基元图像阵列。光学实验中，采用了由定向扩散膜、透镜阵列和 LCD 组成的光场显示系统。透镜阵列规模为 53×30，相邻透镜单元之间的中心距离是 13 mm，LCD 的尺寸为 32 英寸，分辨率为 7680×4320。在 70 度的视角内，由视觉分辨率增强方法产生的 3D 图像更加清晰，并提供了更多的街道细节信息。

图2：未使用优化方法和采用视觉分辨率增强方法的街道场景的三维光场显示

图源：液晶与显示, 2022, 37(5):549-554.

  论文信息  

于迅博，李涵宇，高鑫*，桑新柱，颜玢玢，粟曦雯，温旭东，徐斌，王越笛. 基于预处理卷积神经网络提升3D光场显示视觉分辨率的方法[J]. 液晶与显示, 2022, 37(5):549-554.

https://cjlcd.lightpublishing.cn/thesisDetails#10.37188/CJLCD.2022-0044

 3. 一种裸眼 3D 显示中的多视点校正方案