論文の概要: Eyepiece-free pupil-optimized holographic near-eye displays

• arxiv url: http://arxiv.org/abs/2507.22420v1
• Date: Wed, 30 Jul 2025 06:48:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-31 16:14:18.041835
• Title: Eyepiece-free pupil-optimized holographic near-eye displays
• Title（参考訳）: 瞳孔のない瞳孔最適化ホログラム近眼ディスプレイ
• Authors: Jie Zhou, Shuyang Xie, Yang Wu, Lei Jiang, Yimou Luo, Jun Wang,
• Abstract要約: コンピュータ生成ホログラフィ(CGH)は、次世代没入型バーチャル・拡張現実(VR/AR)ディスプレイの変換可視化手法である。 本研究では,瞳孔のない瞳孔最適化ホログラムNEDについて紹介する。 有限瞳孔サンプリングによる画像劣化を顕著に軽減し、球面位相によって誘導される不透明深度キューを解消する。
• 参考スコア（独自算出の注目度）: 28.827342633886378
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computer-generated holography (CGH) represents a transformative visualization approach for next-generation immersive virtual and augmented reality (VR/AR) displays, enabling precise wavefront modulation and naturally providing comprehensive physiological depth cues without the need for bulky optical assemblies. Despite significant advancements in computational algorithms enhancing image quality and achieving real-time generation, practical implementations of holographic near-eye displays (NEDs) continue to face substantial challenges arising from finite and dynamically varying pupil apertures, which degrade image quality and compromise user experience. In this study, we introduce an eyepiece-free pupil-optimized holographic NED. Our proposed method employs a customized spherical phase modulation strategy to generate multiple viewpoints within the pupil, entirely eliminating the dependence on conventional optical eyepieces. Through the joint optimization of amplitude and phase distributions across these viewpoints, the method markedly mitigates image degradation due to finite pupil sampling and resolves inapparent depth cues induced by the spherical phase. The demonstrated method signifies a substantial advancement toward the realization of compact, lightweight, and flexible holographic NED systems, fulfilling stringent requirements for future VR/AR display technologies.
• Abstract（参考訳）: コンピュータ生成ホログラフィー(CGH)は、次世代没入型バーチャル・拡張現実(VR/AR)ディスプレイの変換可視化手法であり、正確な波面変調を可能にし、大まかな光学集合体を必要とせず、自然に包括的な生理的深度を提供する。 画像品質を向上し、リアルタイム生成を実現する計算アルゴリズムの進歩にもかかわらず、ホログラフィック近眼ディスプレイ(NED)の実践的実装は、画像品質を低下させ、ユーザエクスペリエンスを損なう有限および動的に変化する瞳孔から生じる重大な課題に直面し続けている。 本研究では,瞳孔のない瞳孔最適化ホログラムNEDについて紹介する。 提案手法は球面位相変調法を用いて瞳孔内の複数の視点を生成し,従来の光学眼球への依存を完全に排除する。 これらの視点における振幅分布と位相分布の連成最適化により、有限瞳孔サンプリングによる画像劣化を顕著に軽減し、球面位相によって誘導される不透明深度キューを解消する。 本手法は,VR/ARディスプレイ技術の厳密な要件を満たすため,コンパクトで軽量でフレキシブルなホログラフィックNEDシステムの実現に向けた大幅な進歩を示すものである。

関連論文リスト

• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• Pupil-Adaptive 3D Holography Beyond Coherent Depth-of-Field [42.427021878005405]
  ホログラフィックディスプレイのコヒーレントな奥行きと、非コヒーレントな光によって現実世界で見られるものとのギャップを埋める枠組みを提案する。 本稿では,現在のコンピュータによるホログラフィー手法では不可能な画像効果を生み出すために,観察者の眼球の現在の状態に基づいて,その受容場をその場で調整する学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-17T11:01:54Z)
• Revealing the preference for correcting separated aberrations in joint optic-image design [19.852225245159598]
  我々は、スマートフォンやドローンのような複雑なシステムの効率的な共同設計を実現するために、分離された収差を持つ光学を特徴付ける。 視野が大きいレンズの真の撮像手順を再現する画像シミュレーションシステムを提案する。 共同設計における分離収差補正の選好は, 縦色収差, 横色収差, 球状収差, フィールド曲率, コマの順である。
  論文  参考訳（メタデータ） (2023-09-08T14:12:03Z)
• Neural Point-based Volumetric Avatar: Surface-guided Neural Points for Efficient and Photorealistic Volumetric Head Avatar [62.87222308616711]
  ニューラルポイント表現とニューラルボリュームレンダリングプロセスを採用したフルネーム(名前)を提案する。 具体的には、ニューラルポイントは高分解能UV変位マップを介してターゲット表現の表面を戦略的に拘束する。 設計上は,アバターをアニメーションする際の正確な表現制御を確保しつつ,地形的に変化する領域や細い構造を扱えるように設計されている。
  論文  参考訳（メタデータ） (2023-07-11T03:40:10Z)
• Time-multiplexed Neural Holography: A flexible framework for holographic near-eye displays with fast heavily-quantized spatial light modulators [44.73608798155336]
  ホログラフィックの近眼ディスプレイは、バーチャルおよび拡張現実システムに前例のない機能を提供する。 このようなホログラム近眼ディスプレイのカメラ校正波伝搬モデルの進歩を報告する。 我々のフレームワークは,2Dおよび2.5D RGBDイメージ,3D焦点スタック,4D光フィールドなど,さまざまなタイプのコンテンツで実行時の監視を支援するために柔軟である。
  論文  参考訳（メタデータ） (2022-05-05T00:03:50Z)
• Neural Étendue Expander for Ultra-Wide-Angle High-Fidelity Holographic Display [51.399291206537384]
  現代のホログラフィックディスプレイは、表示領域と回折光の最大固体角度の積である低い「エンテンダ」を有する。 自然画像データセットから学習したニューラルな「固有拡大器」を提案する。 ニューラルネットワーク拡張器を用いて,64$times$ 'etendue expansion of natural image in full color, and expand the FOV by a magnitude of horizontal and vertically。
  論文  参考訳（メタデータ） (2021-09-16T17:21:52Z)
• Universal and Flexible Optical Aberration Correction Using Deep-Prior Based Deconvolution [51.274657266928315]
  そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。 具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
  論文  参考訳（メタデータ） (2021-04-07T12:00:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。