Onderzoekers hebben lang geprobeerd computergegenereerde hologrammen te maken, maar het proces is mislukt
“Vroeger dachten wetenschappers dat met het bestaandehardware van consumentenkwaliteit kan geen realtime 3D-holografieberekeningen uitvoeren ”, zegt Liang Shi, hoofdauteur van de studie en een afgestudeerde student aan de afdeling Electrical and Computer Engineering (EECS) aan het MIT.
Shi gelooft dat de nieuwe aanpak, die het team "tensorholografie" noemt, zal helpen om dit doel sneller te bereiken. Dit helpt bij het creëren van holografie in 3D en VR.
Ze gebruikten deep learning om te versnellencomputerholografie, waardoor ze in realtime kunnen worden gegenereerd. Het team ontwierp een convolutioneel neuraal netwerk, een verwerkingstechnologie die een ketting van trainbare tensoren gebruikt om ongeveer na te bootsen hoe een persoon visuele informatie verwerkt. Het trainen van een neuraal netwerk vereist meestal een dataset van hoge kwaliteit die voorheen niet bestond voor 3D-hologrammen.
Het team heeft een aangepaste database gemaakt,bestaande uit 4 duizend paar afbeeldingen gegenereerd door een computer. Om hologrammen in de nieuwe database te maken, gebruikten de onderzoekers scènes met complexe en variabele vormen en kleuren, met uniforme pixeldiepten van achtergrond tot voorgrond, en een nieuwe reeks op fysica gebaseerde berekeningen om occlusie aan te pakken.
Leren op elk paar afbeeldingen, tensorhet netwerk paste de parameters van zijn eigen berekeningen aan, waardoor het steeds beter in staat was om hologrammen te maken. Het volledig geoptimaliseerde netwerk draaide een orde van grootte sneller dan fysieke berekeningen.
Lees verder
Natuurkundigen hebben een analoog van een zwart gat gemaakt en de theorie van Hawking bevestigd. Waar leidt het toe?
Zeeslakken snijden hun hoofd af om een nieuw lichaam te regenereren
Abortus en wetenschap: wat gebeurt er met de kinderen die zullen bevallen