2023 Fiscal Year Annual Research Report
Optimization of the holographic video processing pipeline
| Project/Area Number |
22H03607
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
下馬場 朋禄 千葉大学, 大学院工学研究院, 教授 (20360563)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | ホログラフィ / 深層学習 / ホログラフィックディスプレイ / 3次元ディスプレイ |
|---|
| Outline of Annual Research Achievements |
本研究課題は，次々世代のディスプレイ技術と期待されているホログラフィック3次元ディスプレイで課題となっている，(1) ホログラム計算の高速化，(2) より簡易な光学システムの実現，(3) 高画質な再生像を得ることができるホログラム最適化技術，について研究開発を行うものである．(1)に関して，点群法とポリゴンホログラムのハイブリッド計算、深層学習を用いたホログラム計算について実装を行い，その有効性を確認した．深層学習をもちいたこの研究では，一般的にホログラム計算に必要とされる奥行データを用いずに3Dホログラム生成を行えることを示した．奥行き情報の取得には専用の装置が必要であったが，提案手法では不要になる．（2）に関しては，特殊な光学素子をホログラムと観察者の間に配置することで，ホログラム表示素子の空間帯域幅積を拡大できる手法を開発した．昨年はこの効果をシミュレーションで確認したが，今年は実機で視域拡大を行えることを示した．(3)に関しては，ホログラムの最適化技術として，これまでに反復計算を必要とする最適化計算が使われてきたが，深層学習ベースのホログラム最適化技術を開発した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
点群法とポリゴン法を組み合わせたハイブリッド法は，計算の効率面と画質面の両面で優れた性能を示した．また深層学習による2次元画像から3次元ホログラムを生成する手法を開発した．これらの関連論文の執筆や招待講演を行った．また，視域拡大手法が実機で確認できたことは大きな進捗であった．この検討の際に，派生研究（新しい回折計算手法）の検討を行えたことは，想定外の進捗であった．
|
| Strategy for Future Research Activity |
今後は、より高視域なホログラフィックディスプレイにおける高速計算技術をアルゴリズム面とハードウェア面の両方から検討を行っていきたい。また、高視域なホログラフィックディスプレイは、高精細で大画素数の空間光変調器が要求されるが、このようなハードウェアの開発は現実出来ではない。このようなハードウェアを使わずに、同等の画質・視域・像サイズを実現できる手法の開発を行う予定である。具体的には、周期的もしくは非周期的な拡散素子を利用する手法を考えている。
|
Research Products
(22 results)
