Los investigadores han desarrollado un nuevo método de aprendizaje profundo que simplifica la creación de hologramas, permitiendo generar imágenes 3D directamente a partir de fotografías 2D capturadas con cámaras estándar. Esta técnica, que implica una secuencia de tres redes neuronales profundas, no sólo agiliza el proceso de generación de hologramas, sino que también supera a las actuales unidades de procesamiento de gráficos de alta gama en términos de velocidad. No requiere equipos costosos como cámaras RGB-D después de la fase de capacitación, lo que lo hace rentable. Con aplicaciones potenciales en pantallas 3D de alta fidelidad y sistemas holográficos integrados, esta innovación marca un avance significativo en la tecnología holográfica.
Los investigadores sugieren un nuevo método que utiliza el aprendizaje profundo para crear hologramas tridimensionales a partir de imágenes bidimensionales en color.
Los hologramas proporcionan una vista tridimensional (3D) de los objetos, proporcionando un nivel de detalle que las imágenes bidimensionales (2D) no pueden igualar. Su visualización realista e inmersiva de objetos 3D hace que los hologramas sean increíblemente valiosos en una variedad de industrias, incluidas las de imágenes médicas, la fabricación y la realidad virtual.
La holografía tradicional implica registrar datos tridimensionales de un objeto y sus interacciones con la luz, un proceso que requiere una gran potencia informática y el uso de cámaras especializadas para capturar imágenes en 3D. Esta complejidad ha limitado la adopción generalizada de hologramas.
Aprendizaje profundo en la generación de hologramas.
Últimamente también se han propuesto muchos métodos de aprendizaje profundo para generar hologramas. Pueden crear hologramas directamente a partir de datos 3D capturados mediante cámaras RGB-D que capturan información tanto de color como de profundidad de un objeto. Este enfoque evita muchos de los desafíos computacionales asociados con el método convencional y representa un enfoque más simple para generar hologramas.
Revolucionando la holografía con un nuevo enfoque
Ahora, un equipo de investigadores dirigido por el profesor Tomoyoshi Shimobaba de la Escuela de Graduados en Ingeniería de la Universidad de Chiba propone un nuevo enfoque basado en el aprendizaje profundo que agiliza aún más la generación de hologramas al producir imágenes en 3D directamente a partir de imágenes en color 2D clásicas capturadas con cámaras comunes. Yoshiyuki Ishii y Tomoyoshi Ito de la Escuela de Graduados en Ingeniería de la Universidad de Chiba también participaron en el estudio, publicado recientemente en la revista Óptica y láseres en ingeniería..
Al explicar el fundamento de este estudio, el profesor Shimobaba dijo: «Hay varios desafíos al hacer pantallas holográficas, incluida la adquisición de datos 3D, el costo de calcular los hologramas y la transformación de las imágenes de los hologramas para que coincidan con las características de un dispositivo de pantalla holográfica. . Realizamos este estudio porque creemos que el aprendizaje profundo se ha desarrollado rápidamente en los últimos años y tiene el potencial de resolver estos problemas.
El proceso de aprendizaje profundo de tres pasos
El enfoque propuesto utiliza tres redes neuronales profundas (DNN) para transformar una imagen en color 2D ordinaria en datos que pueden usarse para mostrar una escena u objeto 3D como un holograma. El primer DNN utiliza una imagen en color capturada con una cámara normal como entrada y luego predice el mapa de profundidad asociado, proporcionando información sobre la estructura 3D de la imagen.
La imagen RGB original y el mapa de profundidad creado por el primer DNN son utilizados por el segundo DNN para generar un holograma. Finalmente, el tercer DNN refina el holograma generado por el segundo DNN, haciéndolo adecuado para su visualización en diferentes dispositivos.
Los investigadores descubrieron que el tiempo necesario para que el enfoque propuesto procesara los datos y generara un holograma era mayor que el de una unidad de procesamiento de gráficos de última generación.
“Otra ventaja notable de nuestro enfoque es que la imagen reproducida del holograma final puede representar una imagen reproducida natural en 3D. Además, como la información de profundidad no se utiliza durante la generación de hologramas, este enfoque es económico y no requiere dispositivos de imágenes 3D como cámaras RGB-D después del entrenamiento”, añade el profesor Shimobaba, mientras analiza los resultados con más detalle.
Aplicaciones futuras y conclusión.
En un futuro próximo, este enfoque podría encontrar aplicaciones potenciales en visores y en visores para generar pantallas 3D de alta fidelidad. Asimismo, puede revolucionar la generación de un head-up display holográfico en el vehículo, capaz de presentar a los pasajeros la información necesaria sobre personas, carreteras y señales en 3D. Por lo tanto, se espera que el enfoque propuesto allane el camino para aumentar el desarrollo de tecnología holográfica ubicua.
¡Felicitaciones al equipo de investigación por este notable logro!
Referencia: “Generación de hologramas de profundidad múltiple a partir de imágenes bidimensionales mediante aprendizaje profundo” por Yoshiyuki Ishii, Fan Wang, Harutaka Shiomi, Takashi Kakue, Tomoyoshi Ito y Tomoyoshi Shimobaba, 2 de agosto de 2023. Óptica y láseres en ingeniería..
DOI: 10.1016/j.optlaseng.2023.107758
