NED是玻璃或護(hù)目鏡式可穿戴顯示設(shè)備,,由微型顯示面板和成像光學(xué)器件組成,,靠近眼睛的微顯示面板發(fā)出的光通過(guò)成像光學(xué)器件進(jìn)行準(zhǔn)直,從而在眼睛可以舒適聚焦的遠(yuǎn)距離處形成虛像,。 作為貼近眼睛的可穿戴設(shè)備,,NED 還需要具有宜佩戴、重量輕,、寬視場(chǎng)和較大眼動(dòng)范圍的特點(diǎn),。在 NED 顯示中,,虛擬圖像與真實(shí)對(duì)象的光學(xué)匹配對(duì)于其所成的像和用戶之間的自然交互非常重要,,目前 NED 已經(jīng)開(kāi)發(fā)了各種光學(xué)器件來(lái)實(shí)現(xiàn) AR/VR NED 滿足這些要求。 然而,,在一般情況下,,用于 NED 的大塊透鏡和反射鏡光學(xué)器件不滿足目前對(duì) NED 所提出的重量和形狀的要求,難以實(shí)現(xiàn)可穿戴和美觀兼?zhèn)?。并?NED 每個(gè)微顯示面板的簡(jiǎn)單二維(2D)圖像將虛像平面固定在一個(gè)特定距離上,,從而阻礙了虛像與真實(shí)場(chǎng)景的精確光學(xué)匹配,導(dǎo)致目前 NED 的穿戴觀看體驗(yàn)不舒適。 近年來(lái),,全息技術(shù)在 AR/VR NED 中的應(yīng)用引起了廣泛關(guān)注,,未解決上述問(wèn)題提供了有效的解決方案。 鑒于此,, 韓國(guó)仁荷大學(xué) Jae-Hyeung Park 與韓國(guó)首爾大學(xué) Byoungho Lee 聯(lián)合,,在 Light: Advanced Manufacturing 上發(fā)表了“Holographic techniques for augmented reality and virtual reality near-eye displays”,介紹了應(yīng)用于 AR / VR NED 的全息技術(shù),,并解釋了 NED 的基本原理和全息 NED 的特點(diǎn),。 研究人員主要說(shuō)明了目前的兩種重要全息設(shè)備對(duì) NED 的技術(shù)支撐,分別為靜態(tài)全息光學(xué)元件和動(dòng)態(tài)全息顯示設(shè)備,。還討論了當(dāng)前的問(wèn)題和最新進(jìn)展,,從而全面回顧了全息技術(shù)在 AR / VR NED應(yīng)用中的研究前景。 作為靜態(tài)光學(xué)元件(holographic optical element,簡(jiǎn)稱(chēng):HOE),,全息設(shè)備可以替代傳統(tǒng) NED ,。全息設(shè)備的最大特點(diǎn)就是薄而輕,它所呈現(xiàn)的薄膜狀有助于顯著降低 NED 的整體系統(tǒng)外形尺寸,。同時(shí),,全息元件的多視角和波長(zhǎng)選擇性讓不同功率的光做到空間上的光重疊,使單一元件具有多重光學(xué)功能并實(shí)現(xiàn)了光學(xué)透視能力,。圖2:靜態(tài)全息元件在NED中的應(yīng)用 作為動(dòng)態(tài)全息設(shè)備(dynamic holographic display devices),,可以替代傳統(tǒng) NED 的 2D 微顯示面板。作為一種動(dòng)態(tài)器件,,全息顯示模塊可以向用戶的每只眼睛呈現(xiàn)全息三維(3D)圖像,。AR / VR NED的微型顯示面板可以在面板表面再現(xiàn)空間幅度分布,從而呈現(xiàn) 2D 圖像,,而全息顯示可以通過(guò)空間光調(diào)制器 (SLM) 調(diào)制光的幅度或相位來(lái)重建所需 3D 圖像的波前信息,。它所提供的全單眼對(duì)焦線索在提供圖像與真實(shí)物體的精確光學(xué)匹配,同時(shí)滿足舒適觀看的體驗(yàn),,并且不會(huì)出現(xiàn)聚散調(diào)節(jié)沖突 ,。另外,全息顯示的波前重建能力可用于補(bǔ)償 NED 光學(xué)器件的像差,,從而減少 NED 中所需的光學(xué)元件數(shù)量,。另外,它還可以補(bǔ)償眼睛像差,,使視力校正顯示能夠呈現(xiàn)清晰的圖像,,無(wú)需額外的視力校正鏡片。 全息 NED 的優(yōu)勢(shì)使它們對(duì) AR/VR 應(yīng)用具有吸引力,,對(duì)此,,作者介紹了全息 NED 技術(shù)的最新進(jìn)展,。
散斑是一種顆粒狀的隨機(jī)空間強(qiáng)度波動(dòng),,在全息顯示中,眼睛分辨率點(diǎn)內(nèi)的復(fù)雜場(chǎng)會(huì)產(chǎn)生干擾,,從而導(dǎo)致散斑噪聲,,從而降低圖像質(zhì)量??梢允褂秒S機(jī)散斑圖案的時(shí)間平均技術(shù),,在每個(gè)子幀中生成具有不同隨機(jī)相位的相同 3D 圖像,從而創(chuàng)建不相關(guān)的散斑圖案,。這些散斑圖案通過(guò)時(shí)間多路復(fù)用來(lái)平均,,從而降低感知的散斑對(duì)比度。
基于神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)真實(shí)感全息顯示
使用隨機(jī)場(chǎng)景生成器訓(xùn)練神經(jīng)網(wǎng)絡(luò),,生成大型訓(xùn)練數(shù)據(jù)集,,從而有助于提高圖像質(zhì)量。這項(xiàng)技術(shù)應(yīng)用復(fù)雜的訓(xùn)練策略,,包括在合成隨機(jī)場(chǎng)景中設(shè)計(jì)的深度分布、具有遮擋能力的全息圖合成算法,以及測(cè)量重建 3D 圖像體積和中間全息圖平面質(zhì)量的損失函數(shù),,通過(guò)以上技術(shù)可實(shí)現(xiàn)高圖像質(zhì)量重建,。
論文信息
Park et al. Light: Advanced Manufacturing (2022)3:9https://doi.org/10.37188/lam.2022.009