Asymmetrical neural network for real-time and high-quality computer-generated holography

计算机科学 人工神经网络 全息术 网络体系结构 编码器 人工智能 推论 编码(内存) 模式识别(心理学) 光学 物理 操作系统 计算机安全
作者
Guangwei Yu,Jun Wang,Huan Yang,Zicheng Guo,Yang Wu
出处
期刊:Optics Letters [The Optical Society]
卷期号:48 (20): 5351-5351 被引量:4
标识
DOI:10.1364/ol.497518
摘要

Computer-generated holography based on neural network holds great promise as a real-time hologram generation method. However, existing neural network-based approaches prioritize lightweight networks to achieve real-time display, which limits their capacity for network fitting. Here, we propose an asymmetrical neural network with a non-end-to-end structure that enhances fitting capacity and delivers superior real-time display quality. The non-end-to-end structure decomposes the overall task into two sub-tasks: phase prediction and hologram encoding. The asymmetrical design tailors each sub-network to its specific sub-task using distinct basic net-layers rather than relying on similar net-layers. This method allows for a sub-network with strong feature extraction and inference capabilities to match the phase predictor, while another sub-network with efficient coding capability matches the hologram encoder. By matching network functions to tasks, our method enhances the overall network’s fitting capacity while maintaining a lightweight architecture. Both numerical reconstructions and optical experiments validate the reliability and effectiveness of our proposed method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
huvy完成签到 ,获得积分10
5秒前
稻子完成签到 ,获得积分10
10秒前
李思超完成签到 ,获得积分10
16秒前
蓝景轩辕完成签到 ,获得积分0
20秒前
遇见渔火发布了新的文献求助10
26秒前
27秒前
chichenglin发布了新的文献求助10
33秒前
InfoNinja应助科研通管家采纳,获得30
34秒前
李爱国应助科研通管家采纳,获得10
34秒前
斯文败类应助科研通管家采纳,获得10
34秒前
xxww发布了新的文献求助200
34秒前
大鹏完成签到,获得积分10
36秒前
bkagyin应助bvuiragybv采纳,获得10
56秒前
blueblue完成签到,获得积分10
1分钟前
1分钟前
奶糖喵完成签到 ,获得积分10
1分钟前
bvuiragybv发布了新的文献求助10
1分钟前
纯真的梦竹完成签到,获得积分10
1分钟前
terryok完成签到,获得积分10
1分钟前
害羞便当完成签到 ,获得积分10
1分钟前
小趴菜完成签到 ,获得积分10
1分钟前
sophia完成签到 ,获得积分10
1分钟前
甜乎贝贝完成签到 ,获得积分10
1分钟前
烫嘴普通话完成签到,获得积分10
1分钟前
lkk183完成签到 ,获得积分10
1分钟前
Snow完成签到 ,获得积分10
1分钟前
HTY完成签到 ,获得积分10
1分钟前
负责的寒梅完成签到 ,获得积分10
2分钟前
是我呀小夏完成签到 ,获得积分10
2分钟前
坦率的跳跳糖完成签到 ,获得积分10
2分钟前
Binbin完成签到 ,获得积分10
2分钟前
雷小牛完成签到 ,获得积分10
2分钟前
2分钟前
spume完成签到 ,获得积分10
2分钟前
shaojie完成签到 ,获得积分10
2分钟前
童童完成签到,获得积分10
2分钟前
2分钟前
zgsn应助科研通管家采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
InfoNinja应助科研通管家采纳,获得20
2分钟前
高分求助中
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 450
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3164826
求助须知:如何正确求助?哪些是违规求助? 2815925
关于积分的说明 7910592
捐赠科研通 2475504
什么是DOI,文献DOI怎么找? 1318250
科研通“疑难数据库(出版商)”最低求助积分说明 632035
版权声明 602296