众所周知，虚拟（VR）和增强现实（AR）设备本质上是希望将用户直接“放置”在另一个环境、世界和体验中。这些技术所承诺的身临其境式体验非常受消费者的欢迎，不过该领域还有一种特殊的技术——全息显示器，它可以带来更接近现实生活的沉浸式体验。

　　根据外媒Science Daily报道，为了设计开发出这种沉浸式效果更好的显示器，斯坦福计算成像实验室结合了他们在光学和人工智能方面的专业知识。他们在该领域的最新进展，以论文的形式在11月12日的《科学进展》期刊上作了详细介绍，另外该研究成果也会发表于12月的SIGGRAPH ASIA 2021上。

　　图1. 全息显示设备原型，图片来源：斯坦福计算成像实验室

　　这项研究的背景是这样一个事实，即当前的增强现实和虚拟现实显示器只能传递给每个观众以一幅2D图像，而不是我们在现实世界中看到的3D或全息图像。

　　“它们在感知上并不现实，”电气工程副教授兼斯坦福计算成像实验室负责人戈登·韦茨斯坦 （Gordon Wetzstein）解释说。韦茨斯坦和他的同事们正在努力开发一种新的解决方案，这种方案一方面可以弥合上述模拟与现实画面之间的差距，另一方面还可以让画面显示更具视觉吸引力。

　　发表在《科学进展》期刊上的研究论文，详细介绍了一种减少激光全息显示器常见散斑问题的技术。而发表在SIGGRAPH Asia上的论文提出了一种新的技术，它可以更真实地表示3D场景画面。

　　桥接模拟画面与现实场景

　　几十年来，现有全息显示器的图像质量一直不佳，受到很多固有问题的限制。正如韦茨斯坦教授所解释的那样，研究人员一直面临着如何将全息显示器的显示质量提高到LCD显示器水准的问题。

　　其中一个困难问题是，研究人员在设计上很难以全息图的分辨率控制光波的形状。另外一个阻碍高图像质量全息显示器设计的问题是，如何让模拟环境中发生的场景和真实环境中的相同场景看起来完全一样，没有差别。

　　此前，无数科学家们都曾尝试通过不同的算法构建来解决上述两个重要问题。韦茨斯坦教授和他同事们的基本方案还是从算法开发出发，不过，不一样的是他们使用了一种称作神经网络的算法，这是一种试图模仿人类大脑学习信息方式的人工智能形式，他们称之为“神经全息技术”。

　　“人工智能已经彻底改变了工程及其他领域的几乎所有方面，”韦茨斯坦说，“但在全息显示或计算机生成全息（Computer-generated Holography）这一特定领域，人们才刚刚开始探索使用这种人工智能技术来帮助优化设计。”

　　斯坦福计算成像实验室的博士后研究员Yifan Peng正在利用他在光学和计算机科学方面的跨学科背景来帮助设计全息显示用光学引擎。

　　“直到最近，随着机器智能创新的出现，我们现在能够使用强大的工具和能力来利用计算机技术的进步助力我们的研究，”该论文的共同作者Yifan Peng说道。

　　这些研究人员开发的神经全息显示器，通过对神经网络的训练在全息显示器中模拟真实世界发生的物理现象，进而获得实时的全息3D图像。然后，他们将其与环形校准（Loop Calibration Strategy）相机相结合，这种环形校准策略可以提供实时反馈和相应的调整改善。通过创建与所见图像实时运行的算法和校准技术，研究人员最终创建出具有更好色彩重现能力、对比度、清晰度的逼真视觉效果。

　　发表于SIGGRAPH Asia的这篇论文，重点介绍了斯坦福计算成像实验室首次将其神经全息系统应用于3D场景显示的过程。该系统以非常高的画面质量和逼真程度显示了包含丰富深度信息的场景画面，这些场景画面的显示体现了预定的失焦效果。

　　《科学进展》期刊上的研究论文中，研究人员所呈现工作同样使用了环形校准策略，结合了一种受人工智能启发的算法，最终开发出一种使用部分相干光源（LED和SLED）的改善版全息显示系统。这些光源的成本非常低、外形尺寸紧凑且能耗低，这些都是研究人员对此产生兴趣的原因。另外，相对于传统基于相干光源（如激光）的传统全息显示系统，这种新的系统还能够让显示画面免于散斑问题。

　　不过，这种方案同时也会伴随带来一些问题，比如光源的非相干特性会让所显示图像变得模糊，对比度降低。针对这一问题，研究人员提出了一种针对非相干光源物理特性的算法，并利用这种算法，基于普通LED和SLED制作出第一张高质量且无散斑的全息2D和3D图像。

　　变革行业的潜力

　　韦茨斯坦教授和Peng博士都认为，未来几年，新兴人工智能技术和虚拟现实、增强现实的结合将会在许多行业中变得越来越普遍。

　　韦茨斯坦教授说，“总的来说，我非常相信可穿戴计算系统以及虚拟现实和增强现实显示的未来。我认为这些技术会对人们的生活产生变革性的影响”。他认为，这一点也许不会出现在未来的几年，但肯定是未来的“大趋势”。

　　虽然增强现实和虚拟现实技术现在主要用于游戏等应用，但潜在应用还包括医学等领域。实际上，医学生现在可以使用增强现实技术进行培训，也可以将来自CT扫描和MRI的医学数据直接叠加到患者身上。

　　“每年，这些类型的技术已经用于数千次手术，”韦茨斯坦教授说，“我们认为更小、更轻、视觉更舒适的头戴式显示器将是未来手术项目的重要组成部分。”

　　“看到研究人员使用这种新的计算成像方法，在相同的硬件条件下提高全息显示质量是非常令人兴奋的，”英伟达的访问学者，同时也是上面两篇论文的合作者Jonghyun Kim说道，“这种新的计算成像方法可以产生更好的显示效果，在未来可以改变显示行业的游戏规则。”