A novel approach for holographic 3D content generation without depth map

要約

ホログラフィック 3D コンテンツを観察する準備として、高速フーリエ変換 (FFT) アルゴリズムを使用して計算機生成ホログラム (CGH) を生成するには、シーンごとに RGB カラーおよび深度マップ イメージのセットを取得する必要があります。
ただし、現実の状況では、RGB カラーと深度マップ イメージのこれらのペア形式が常に完全に利用できるわけではありません。
我々は、RGB カラー画像と深度マップ画像が部分的に提供される環境を克服できるように、与えられた RGB 画像のみを使用して体積デジタル ホログラムを合成する深層学習ベースの方法を提案します。
提案手法は RGB 画像の入力のみを使用してその深度マップを推定し、その CGH を逐次生成します。
実験を通じて、RGB カラーデータしか提供できない状況下で、提案モデルによって生成された体積ホログラムが競合モデルよりも正確であることを実証します。

要約(オリジナル)

In preparation for observing holographic 3D content, acquiring a set of RGB color and depth map images per scene is necessary to generate computer-generated holograms (CGHs) when using the fast Fourier transform (FFT) algorithm. However, in real-world situations, these paired formats of RGB color and depth map images are not always fully available. We propose a deep learning-based method to synthesize the volumetric digital holograms using only the given RGB image, so that we can overcome environments where RGB color and depth map images are partially provided. The proposed method uses only the input of RGB image to estimate its depth map and then generate its CGH sequentially. Through experiments, we demonstrate that the volumetric hologram generated through our proposed model is more accurate than that of competitive models, under the situation that only RGB color data can be provided.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google