論文の概要: End-to-end differentiable design of geometric waveguide displays
- arxiv url: http://arxiv.org/abs/2601.04370v1
- Date: Wed, 07 Jan 2026 20:19:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 17:01:52.902255
- Title: End-to-end differentiable design of geometric waveguide displays
- Title（参考訳）: 幾何導波路ディスプレイのエンドツーエンド微分可能設計
- Authors: Xinge Yang, Zhaocheng Liu, Zhaoyu Nie, Qingyuan Fan, Zhimin Shi, Jim Bonar, Wolfgang Heidrich,
- Abstract要約: 幾何導波路に対する最初のエンドツーエンドの微分可能最適化フレームワークを提案する。
微分可能なモンテカルロ線トレーサは、決定論的線分裂の指数的な成長を避ける。
また,光導波路と画像前処理ネットワークを協調的に最適化し,画像品質の向上を図る。
- 参考スコア（独自算出の注目度）: 8.222618391106979
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Geometric waveguides are a promising architecture for optical see-through augmented reality displays, but their performance is severely bottlenecked by the difficulty of jointly optimizing non-sequential light transport and polarization-dependent multilayer thin-film coatings. Here we present the first end-to-end differentiable optimization framework for geometric waveguide that couples non-sequential Monte Carlo polarization ray tracing with a differentiable transfer-matrix thin-film solver. A differentiable Monte Carlo ray tracer avoids the exponential growth of deterministic ray splitting while enabling gradients backpropagation from eyebox metrics to design parameters. With memory-saving strategies, we optimize more than one thousand layer-thickness parameters and billions of non-sequential ray-surface intersections on a single multi-GPU workstation. Automated layer pruning is achieved by starting from over-parameterized stacks and driving redundant layers to zero thickness under discrete manufacturability constraints, effectively performing topology optimization to discover optimal coating structures. On a representative design, starting from random initialization within thickness bounds, our method increases light efficiency from 4.1\% to 33.5\% and improves eyebox and FoV uniformity by $\sim$17$\times$ and $\sim$11$\times$, respectively. Furthermore, we jointly optimize the waveguide and an image preprocessing network to improve perceived image quality. Our framework not only enables system-level, high-dimensional coating optimization inside the waveguide, but also expands the scope of differentiable optics for next-generation optical design.
- Abstract（参考訳）: 幾何学導波路は、光学シースルー拡張現実ディスプレイのための有望なアーキテクチャであるが、その性能は、非シークエンシャル光輸送と偏光依存多層薄膜コーティングの共同最適化の難しさによって著しくボトルネックになっている。
ここでは、非逐次モンテカルロ偏光線トレーシングと可変移動行列薄膜ソルバを結合した幾何学導波路の最初のエンドツーエンド微分可能最適化フレームワークを提案する。
微分可能なモンテカルロ線トレーサは、アイボックスメトリクスから設計パラメータへの勾配の逆伝播を可能にしながら、決定論的線分割の指数関数的な成長を避ける。
メモリ節約戦略では,1つのマルチGPUワークステーション上で1000以上の層厚パラメータと数十億の非逐次線面交差を最適化する。
オーバパラメータ化されたスタックから始まり、個別製造性制約下で余剰なレイヤをゼロの厚さに駆動することにより、トポロジー最適化を効果的に行い、最適なコーティング構造を発見する。
代表設計では、厚さ境界内におけるランダム初期化から始め、光効率を4.1\%から33.5\%に向上させ、アイボックスとFoVの均一性をそれぞれ$\sim$17$\times$と$\sim$11$\times$で改善する。
さらに,光導波路と画像前処理ネットワークを協調的に最適化し,画像品質の向上を図る。
我々のフレームワークは、導波路内におけるシステムレベルの高次元コーティング最適化を可能にするだけでなく、次世代光設計のための微分可能な光学の範囲を広げる。
関連論文リスト
- Bridging Geometry-Coherent Text-to-3D Generation with Multi-View Diffusion Priors and Gaussian Splatting [51.08718483081347]
幾何学的に一貫した3次元生成を保証するために,複数視点の関節分布を事前に結合するフレームワークを提案する。
我々は,多視点先行を効果的に結合し,異なる視点で最適化を導出する効果的な最適化ルールを導出する。
我々は, 3D-GS から CSD を通じて改良された, 変形可能な四面体格子を用いて, 高品質で洗練されたメッシュを作製する。
論文 参考訳（メタデータ） (2025-05-07T09:12:45Z) - Successive optimization of optics and post-processing with differentiable coherent PSF operator and field information [9.527960631238173]
我々は正確な光学シミュレーションモデルを導入し、パイプライン内の全ての操作は微分可能である。
様々な劣化に効率的に対処するために,フィールド情報を活用する共同最適化手法を設計する。
論文 参考訳（メタデータ） (2024-12-19T07:49:40Z) - A Differentiable Wave Optics Model for End-to-End Computational Imaging System Optimization [19.83939112821776]
エンドツーエンドの最適化は、計算画像システム設計のための強力なデータ駆動方式として登場した。
複合光学のエンドツーエンド最適化のために光輸送における収差と回折の両方をモデル化することは困難である。
複合光学の収差と回折の両方を効率的にモデル化する微分可能な光学シミュレータを提案する。
論文 参考訳（メタデータ） (2024-12-13T00:57:47Z) - $ν$-DBA: Neural Implicit Dense Bundle Adjustment Enables Image-Only Driving Scene Reconstruction [31.64067619807023]
$nu$-DBAは、地図パラメトリゼーションのための3次元暗黙曲面を用いた幾何学的密集束調整(DBA)を実装している。
我々は、高密度マッピングの品質をさらに向上するために、シーンごとの自己スーパービジョンで光学フローモデルを微調整する。
論文 参考訳（メタデータ） (2024-04-29T05:29:26Z) - Flexible Isosurface Extraction for Gradient-Based Mesh Optimization [65.76362454554754]
本研究では、勾配に基づくメッシュ最適化について考察し、スカラー場の等曲面として表現することで、3次元表面メッシュを反復的に最適化する。
我々は、幾何学的、視覚的、あるいは物理的目的に対して未知のメッシュを最適化するために特別に設計された、異面表現であるFlexiCubesを紹介する。
論文 参考訳（メタデータ） (2023-08-10T06:40:19Z) - TMM-Fast: A Transfer Matrix Computation Package for Multilayer Thin-Film
Optimization [62.997667081978825]
先進的な薄膜構造は、厚みの異なる複数の材料と多数の層から構成される。
複数の変数を持つ複雑な薄膜構造の設計と最適化は、まだ活発な研究が続けられている計算的に重い問題である。
我々は,多層膜を透過する波長と入射角度の異なる光の反射と透過の並列計算を可能にするPythonパッケージTMM-Fastを提案する。
論文 参考訳（メタデータ） (2021-11-24T14:47:37Z) - Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
多視点画像観測による材料と照明の協調最適化手法を提案する。
従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
論文 参考訳（メタデータ） (2021-11-24T13:58:20Z) - Differentiable Rendering with Perturbed Optimizers [85.66675707599782]
2Dイメージプロジェクションから3Dシーンを推論することは、コンピュータビジョンにおける中核的な問題の一つだ。
我々の研究は、よく知られた微分可能な定式化とランダムなスムーズなレンダリングの関連性を強調している。
提案手法を3次元シーン再構成に適用し,その利点を6次元ポーズ推定と3次元メッシュ再構成の課題に適用した。
論文 参考訳（メタデータ） (2021-10-18T08:56:23Z) - Progressive Encoding for Neural Optimization [92.55503085245304]
メッシュ転送におけるppe層の能力と,そのアドバンテージを,現代の表面マッピング技術と比較した。
最も重要な点は, パラメタライズフリーな手法であり, 様々な対象形状表現に適用可能であることである。
論文 参考訳（メタデータ） (2021-04-19T08:22:55Z) - Parameterized Reinforcement Learning for Optical System Optimization [0.0]
光特性を指定した多層光学系は、複数の離散的かつ連続的なパラメータによって設計されている。
ほとんどの手法は単にシステムの層の最適な厚さを決定するだけである。
マルコフ決定過程におけるパラメータ化動作として連続層を積み重ねる手法を提案する。
論文 参考訳（メタデータ） (2020-10-09T10:53:28Z)
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。