انقلابی در تصاویر دو بعدی با هولوگرام!

محققان با استفاده از یک روش جدید یادگیری عمیق از روی تصاویر دو بعدی توانستند هولوگرام سه بعدی تولید کنند.

طبق گزارش علم و فناوری های فن تک و به نقل از ساینس دیلی؛ یک تیمی مهندسی از دانشگاه چیبا موفق شدند با استفاده از یک روش جدید یادگیری عمیق از روی تصاویر دو بعدی معمولی یک هولوگرام سه بعدی بسازند. یادگیری عمیق در واقع یکی از زیر مجموعه های هوش مصنوعی است که هدف آن آموزش ماشین‌ها با استفاده از داده است.

تکنیک جدید به ما این امکان را می دهد که با استفاده از دوربین های عکاسی معمولی بتوانیم تصاویر سه بعدی تولید کنیم. محققان در این روش از سه دنباله شبکه های عصبی استفاده کردند که نه تنها تولید تصاویر هولوگرام را ساده تر می کند بلکه، از لحاظ سرعت نسبت به پردازنده های گرافیکی پیشرفته فعلی بهتر عمل می کند. شما برای تولید تصاویر سه بعدی دیگر احتیاجی به خرید تجهیزات گران قیمتی مانند RGB-D ندارید بنابراین، از لحاظ اقتصادی هم می تواند خیلی به صرفه باشد. از این روش می توان در نمایشگرهای سه بعدی خیلی با کیفیت و سیستم های هولوگرافی داخل وسایل نقلیه استفاده کرد.

محققان در روش جدید از تصاویر رنگی دو بعدی برای ساخت تصاویر هولوگرام استفاده کردند. هولوگرام می تواند جزئیات بیشتری از اشیاء را نشان دهد که تصاویر دو بعدی قادر به انجام آن نیستند. تصاویر واقع گرایانه و سه بعدی هولوگرام ها برای بخش های مختلفی مانند تصویربرداری پزشکی، تولید و واقعیت مجازی خیلی ارزشمند خواهد بود. هولوگرام به داده های سه بعدی حاصل از برخورد نور به یک شی گفته می شود. برای گرفتن این تصاویر سه بعدی، به دوربین های خاص با قدرت محاسباتی بالایی نیاز هست. این پیچیدگی زیاد، مانع گسترش فناوری هولوگرام شده است.

یادگیری عمیق در نسل هولوگرام

محققان در این مطالعه از روش های یادگیری عمیق به عنوان روشی برای تولید هولوگرام استفاده کردند. این روش میتواند به صورت مستقیم از دوربین های RGB-D برای تولید تصاویر سه بعدی هولوگرام استفاده کند که شامل اطلاعاتی نظیر رنگ و عمق شی هم شود. این رویکرد چالش‌های محاسباتی مرتبط روش مرسوم را دور می‌زند و راه حل ساده‌تری را برای تولید هولوگرام ارائه می‌دهد.

هولوگرام تحولی در صنعت فناوری

محققان دانشکده مهندسی دانشگاه چیبا به سرپرستی پرفسور تومویوشی شیموبابا رویکرد جدیدی را پیشنهاد می دهند که با استفاده از دوربین های عکاسی معمولی می تواند تولید تصاویر سه بعدی هولوگرام را ساده تر کند. نتایج مطالعه آنها به تازگی در مجله Optics and Lasers in Engineering منتشر شد.

پروفسور شیموبابا در مورد منطق پشت پرده این روش می گوید: «مشکلات زیادی از جمله تبدیل تصاویر هولوگرام به فرمت های قابل نمایش، دستیابی به داده های سه بعدی و هزینه محاسباتی هولوگرام ها وجود دارد که مانع از ساخت نمایشگرهای هولوگرافیک می شود . ما این مطالعه را انجام دادیم زیرا معتقد هستیم روش های یادگیری عمیقی که در طول چند سال اخیر توسعه یافته است قابلیت حل این مشکلات را دارد.»

فرآیند یادگیری عمیق سه مرحله ای

روش جدید از سه شبکه عصبی عمیق (DNN) برای تبدیل یک تصویر رنگی دوبعدی معمولی به داده‌ای استفاده می‌کند که می‌تواند برای نمایش یک شی سه‌بعدی به عنوان تصویر هولوگرام استفاده شود. اولین DNN از یک تصویر رنگی گرفته شده است که توسط یک دوربین معمولی گرفته شد. در DNN دوم، با استفاده از تصویر DNN اولی و یک نقشه برداری عمیق اطلاعات ساختار سه بعدی شی کامل می شود. در مرحله سوم، تصویر سوم تولید شده نقایص DNN دوم را اصلاح می کند تا برای نمایش در دستگاه های مختلف قابل استفاده باشد. زمان پردازش داده ها و تولید هولوگرام در این روش نسبت به یک GPU پیشرفته سریع تر انجام می شود.

از مزیت هایی که روش جدید دارد میزان واقعیت پذیری بالای تصویر سه بعدی نهایی نسبت به تصویر واقعی از یک شی است. علاوه براین به علت این که از اطلاعات عمق در طول مراحل ساخت هولوگرام استفاده نمی کند، نیازی به خرید دوربین های عکسبرداری سه بعدی خاصی مانند RGB-D ندارد و از لحاظ اقتصادی کاملا مقرون به صرفه تر خواهد بود.

کاربردهای آینده

این رویکرد می‌تواند به صورت غیر مستقیم در تولید نمایشگرهای سه بعدی با کیفیت بالا کاربرد داشته باشد. به عنوان نمونه: این فناوری با تغییراتی که در نسل اول نمایشگر هدآپ هولوگرافی داخل خودرو ایجاد می کند می تواند در آینده نزدیک اطلاعات مورد نیاز افراد را از جاده ها به صورت سه بعدی نمایش دهد و از این طریق مسیر را برای نمایشگرهای هولوگرافیک هموار کند.