研究團隊進一步驗證了所提系統(tǒng)對運動的人體的三維采集與重建效果如圖5所示。CCD相機拍攝三維場景遠端的全息重建圖像�？梢钥吹接捎谌梭w軀干部分位于遠端并保持不動，因此人的衣服的圖案始終清晰。在t = 0 ms時，人的手部距離深度相機較近，圖5（e）中黃色箭頭指示的手部呈現出離焦模糊的效果。隨著手部逐漸遠離深度相機，手部的全息重建圖像逐漸清晰。在t = 1400 ms時，手部移動到最遠端，手部的全息重建圖像呈現出最清晰的效果。從t = 1600 ms開始，手部開始接近相機，隨著時間的推移，手部的全息重建圖像逐漸模糊。 

圖5. 對運動人體的三維信息采集與全息三維重建結果。

結論與展望

該研究提出了由物理模型和人工智能驅動的真實世界場景的實時智能三維全息攝影系統(tǒng)，系統(tǒng)的運行速度達到22 fps。在這項研究中，將三維場景根據層析法分為30層，并提出了一種用于快速生成全息圖的CNN網絡，通過將角譜模型融入網絡的訓練過程中實現了網絡的自監(jiān)督訓練。使用深度相機連續(xù)采集包含真實場景三維信息的強度圖和深度圖，將強度圖和深度圖輸入訓練好的網絡中后可以在14.5 ms內生成1024×1024分辨率的全息圖，通過數值模擬和光學實驗驗證了該方法的可行性和有效性，該方法展現了不錯的顯示質量并顯著提升了成像速度。該方法有助于實現用于本地和遠程人員互動的新一代遠程呈現系統(tǒng)，有望應用于遠程協(xié)作和娛樂，以及教育、廣告和康復等領域。

南昌大學宋賢林副教授、碩士生董嘉慶為文章共同第一作者，劉且根教授為通訊作者。

論文鏈接：https://doi.org/10.1364/OE.529107

代碼鏈接：https://github.com/yqx7150/Intelligent-3D-holography