-
公开(公告)号：CN114494596B
公开(公告)日：2024-06-14
申请号：CN202210073348.8
申请日：2022-01-21
Applicant: 清华大学
IPC: G06T17/00 , G06N3/0464 , G06N3/084
Abstract: 本发明属于计算全息和深度学习技术领域，具体而言涉及一种计算全息图的生成方法及电子设备。包括：获取图像集，并生成一个初始相位图；将图像集和初始相位图输入一个自编码器神经网络，对自编码器神经网络进行训练，得到训练后的自编码器网络；向训练后自编码器网络中的编码器输入目标图像，输出得到目标图像的计算全息图。本方法采用自编码器网络结构，无需对训练集进行事先标记，解决了标记训练集生成耗时、限制网络训练效果的问题，实现了高速同时高质量的计算全息图生成。其次，自编码器神经网络中的编码器采用Y‑Net网络结构，实现了基于给定初始相位的计算全息图生成，控制了无监督学习模式下网络的训练方向，使网络优化和重建图像质量提升。
-
公开(公告)号：CN116499712A
公开(公告)日：2023-07-28
申请号：CN202310474888.1
申请日：2023-04-27
Applicant: 清华大学
IPC: G01M11/02
Abstract: 本公开涉及针对显示器的显示质量检测系统及方法，所述系统包括：数据采集设备，包括空间位置可调节的双目式成像亮度计，双目式成像亮度计包括间距可调节的两个成像亮度计，双目式成像亮度计用于在调节至指定空间位置和指定间距的情况下，对显示器采集双通道检测数据并发送至处理设备，双通道检测数据包括两个成像亮度计分别采集的用于检测显示质量的数据；处理设备，用于根据双通道检测数据，确定显示器的显示质量检测结果，显示质量检测结果表征对显示器的显示质量的主观视觉体验。根据本公开实施例，能够结合双目式成像亮度计，针对显示器输出置信度更高且更接近用户真实主观视觉体验的显示质量检测结果。
-
公开(公告)号：CN106817578A
公开(公告)日：2017-06-09
申请号：CN201710021324.7
申请日：2017-01-11
Applicant: 清华大学深圳研究生院
CPC classification number: H04N13/302 , H04N13/275 , H04N2013/0081
Abstract: 本发明公开了一种分析裸眼3D显示系统立体深度影响因素的方法，依据潘弄融合和波像差理论，建立理想立体深度模型与实际立体深度模型，对影响实际立体深度的因素进行分析，给出显示系统立体深度的客观评价；包括以下步骤：S1、结合人眼视觉特性和潘弄融合理论，确定双眼能融合形成3D感的视差范围，建立理想的立体深度模型；S2、根据波像差理论,建立实际立体深度模型，通过视网膜上的光斑分布和人的单眼分辨率极限求实际立体深度；S3、将所述实际立体深度与所述理想立体深度进行比对，分析影响实际立体深度的因素；本发明系统的分析影响裸眼3D显示系统立体深度的因素，为更好地设计裸眼3D显示系统以及改善裸眼3D显示系统的体验提供依据。
-
公开(公告)号：CN115855260A
公开(公告)日：2023-03-28
申请号：CN202211689148.1
申请日：2022-12-27
Applicant: 清华大学
Abstract: 提供了一种分布式光度计。该分布式光度计包括光学组件以及测距组件。光学组件包括光敏面，光敏面用于采集测量对象的目标区域的图像数据。测距组件包括距离传感器，距离传感器用于测量目标区域与光敏面之间的距离。光学组件和测距组件位置相对固定且被构造成能够相对于测量对象同步地移动。这样，分布式光度计能够具有较高的易用性和测量精度。
-
公开(公告)号：CN114879469A
公开(公告)日：2022-08-09
申请号：CN202210471279.6
申请日：2022-04-28
Applicant: 清华大学
IPC: G03H1/22
Abstract: 本申请公开了一种基于计算全息的无接触交互设备，其中，设备包括：光源；空间滤波器，用于对光源发出的光束进行滤波处理，生成点光源；生成器，用于基于点光源生成偏振平面波；空间光调制器，用于加载由计算全息算法得到的全息图，并利用全息图调制由偏振平面波得到的透射平面波的复振幅分布，获得预设的三维悬浮投影结果；采集器件，用于采集用户在三维悬浮投影结果上的交互动作，生成交互指令。由此，解决了相关技术中仍需要屏幕或介质承接，无法满足在空间中任意位置显示投影的要求，且需要用户佩戴相应专用设备，成本较高的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN111830811A
公开(公告)日：2020-10-27
申请号：CN202010441362.X
申请日：2020-05-22
Applicant: 清华大学
Abstract: 本发明提出一种基于衍射场叠加的高清三维全息显示方法及其实现装置，其中，方法包括：步骤101，层结构数据模型的渲染；步骤102，子区域模型的构建；步骤103，各子区域全息图的计算；步骤104，全息图衍射重建结果在目标深度处的叠加。根据本发明的基于衍射场叠加的高清三维全息显示方法，将全息显示系统的空间带宽积扩大了N倍，提高了全息显示的显示质量，同时该方法具有装配简单、易于校准的优点，提高了全息显示系统的实用性。
-
公开(公告)号：CN106773590A
公开(公告)日：2017-05-31
申请号：CN201710074499.4
申请日：2017-02-10
Applicant: 清华大学深圳研究生院
IPC: G03H1/22
Abstract: 本发明的一种基于多个数字微镜器件的全息显示系统，包括图像处理与控制器、至少两个数字微镜器件、光源发射系统、光束扩展与分光系统，和立体成像装置。本发明通过对三维物体的全息图进行了进一步变换，生成多幅相互不同的次级图像并配合多个数字微镜器件使用，可以使目标衍射级次相干叠加，并且通过调整次级图像和数字微镜器件的位置等，可以使目标项在显示空间内重合，其他干扰项互不重合，从而目标项亮度明显高于非目标级次，大大增加了重建像的对比度，保证了目标项的相对强度较单片数字微镜器件有了数倍的提高，增加了三维系统的重建效果。
-
公开(公告)号：CN114494596A
公开(公告)日：2022-05-13
申请号：CN202210073348.8
申请日：2022-01-21
Applicant: 清华大学
Abstract: 本发明属于计算全息和深度学习技术领域，具体而言涉及一种计算全息图的生成方法及电子设备。包括：获取图像集，并生成一个初始相位图；将图像集和初始相位图输入一个自编码器神经网络，对自编码器神经网络进行训练，得到训练后的自编码器网络；向训练后自编码器网络中的编码器输入目标图像，输出得到目标图像的计算全息图。本方法采用自编码器网络结构，无需对训练集进行事先标记，解决了标记训练集生成耗时、限制网络训练效果的问题，实现了高速同时高质量的计算全息图生成。其次，自编码器神经网络中的编码器采用Y‑Net网络结构，实现了基于给定初始相位的计算全息图生成，控制了无监督学习模式下网络的训练方向，使网络优化和重建图像质量提升。
-
公开(公告)号：CN111679566A
公开(公告)日：2020-09-18
申请号：CN202010440662.6
申请日：2020-05-22
Applicant: 清华大学
IPC: G03H1/08
Abstract: 本发明提出一种基于全息通讯系统的三维远程施工方法及其实现装置，其中，方法包括：步骤101，三维相机或传感器对三维场景的捕捉；步骤102，三维建模算法对三维场景的建模；步骤103，快速全息算法对三维模型全息图的计算；步骤104，网络传输系统对计算全息图的传输；步骤105，全息显示设备对计算全息图的接收和显示；步骤106，三维交互系统在全息显示结果上的操作；步骤107，网络传输系统对操作结果的传输及对施工作业设备的操纵。根据本发明的基于全息通讯系统的三维远程施工方法，相对于二维远程施工，提高了系统展示的直观性和准确性，增强了系统操作的易用性，极大提高了系统的工作效率，具备了学习成本低、安全性高以及适用范围广的优点。
-
公开(公告)号：CN116486841A
公开(公告)日：2023-07-25
申请号：CN202310485201.4
申请日：2023-04-28
Applicant: 清华大学
IPC: G11B7/0065 , G11B7/1353 , G11B7/1376 , G11B7/0033 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本公开涉及一种全息数据存储系统，包括：照明子系统，用于确定具有预设偏振态的准直平面波；物光臂，用于根据纯相位型全息图，对准直平面波进行调制，得到物光波，并控制物光波入射至全息聚合物，其中，纯相位型全息图通过对待存储的复振幅信息进行编码得到；参考光臂，用于根据准直平面波，确定参考光波，并控制参考光波入射至全息聚合物；全息聚合物，用于记录参考光波与物光波干涉产生的干涉条纹，以对复振幅信息进行存储；以及基于深度学习网络的读取子系统。通过本公开实施例，无需构建复杂的复振幅编码光路，即可实现对复振幅信息的存储，从而实现高速、大容量、高密度的光学存储；并结合深度学习网络，对复振幅信息进行快速解码及读取。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.019 seconds)
