<p><span class="h1"><strong>發(fā)現(xiàn)</strong></span></p> <p><br />加州大學(xué)洛杉磯分校的一個(gè)研究小組開發(fā)了一種技術(shù)，可以用源圖像所含像素的十六分之一來投影高分辨率的計(jì)算機(jī)生成圖像。該系統(tǒng)基于人工智能算法壓縮圖像，然后使用光學(xué)解碼器對其進(jìn)行解碼。光學(xué)解碼器是用3D打印機(jī)制作的一種薄而半透明的塑料片，其設(shè)計(jì)目的是作為同一算法的一部分以特定的方式與光相互作用。解碼器不消耗能量，這可能導(dǎo)致更高分辨率的顯示，比當(dāng)前的顯示技術(shù)消耗更少的能量和需要更少的數(shù)據(jù)。</p> <p>&nbsp;</p> <p><span class="h1"><strong>背景</strong></span></p> <p><br />投影高分辨率3D全息圖需要如此多的像素，目前的消費(fèi)技術(shù)還無法完成這項(xiàng)任務(wù)。正如研究中所證明的那樣，壓縮圖像數(shù)據(jù)并使用一種輕薄、透明、不耗電的材料立即解碼壓縮圖像的能力，可以幫助克服這一障礙，并導(dǎo)致可穿戴技術(shù)產(chǎn)生更高質(zhì)量的圖像，同時(shí)使用比當(dāng)今消費(fèi)技術(shù)更少的功耗和存儲(chǔ)。</p> <p>&nbsp;</p> <p><span class="h1"><strong>方法</strong></span></p> <p><br />該系統(tǒng)使用一種算法將高分辨率圖像編碼為低分辨率圖像。其結(jié)果是一個(gè)類似于QR碼的像素圖案，人眼無法讀取。然后，經(jīng)過壓縮的圖像被用來彎曲和解讀入射光的解碼器翻譯回原始分辨率。</p> <p>&nbsp;</p> <p>研究人員在黑色、白色和灰色陰影的圖像上測試了該系統(tǒng)，證明該技術(shù)可以有效地使用編碼圖像投影高分辨率圖像，而編碼圖像的像素僅為原始圖像的6%左右。該團(tuán)隊(duì)還測試了一個(gè)類似的系統(tǒng)，該系統(tǒng)成功地編碼和解碼了彩色圖像。</p> <p>&nbsp;</p> <p><strong><span class="h1">影響</span></strong></p> <p><br />這項(xiàng)技術(shù)最終可能會(huì)被用于虛擬現(xiàn)實(shí)或增強(qiáng)現(xiàn)實(shí)眼鏡的高分辨率全息圖像投影等應(yīng)用。通過使用原始圖像中包含的一小部分?jǐn)?shù)據(jù)對圖像進(jìn)行編碼，并在不用電的情況下對其進(jìn)行解碼，該系統(tǒng)可以產(chǎn)生更小、更便宜、刷新率更快的全息顯示器。</p> <p>&nbsp;</p> <p>該論文的通訊作者Aydogan Ozcan表示，該技術(shù)最快在五年內(nèi)就會(huì)出現(xiàn)在消費(fèi)電子產(chǎn)品中，他是加州大學(xué)洛杉磯分校薩繆利工程學(xué)院電氣工程和生物工程校長教授，加州大學(xué)洛杉磯分校納米系統(tǒng)研究所副主任Volgenau工程創(chuàng)新教授。</p> <p>&nbsp;</p> <p>其他潛在的應(yīng)用包括圖像加密和醫(yī)學(xué)成像。</p> <p>&nbsp;</p> <p>作者</p> <p><br />這項(xiàng)研究的共同第一作者是加州大學(xué)洛杉磯分校的博士生&Ccedil;a?atay ijall和Deniz Mengu。莫娜&middot;雅拉希，加州大學(xué)洛杉磯分校諾斯羅普&middot;格魯曼電氣工程教授，資深合著者。其他作者有Yifan Zhao, Anika Tabassum, Jingxi Li和Yi Luo，他們都是UCLA的。</p> <p>&nbsp;</p> <p>雜志</p> <p><br />這項(xiàng)研究發(fā)表在《科學(xué)進(jìn)展》雜志上</p> <p>&nbsp;</p> <p>資金</p> <p><br />這項(xiàng)研究是由能源部資助的。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學(xué)態(tài)度觀點(diǎn)。</p> </blockquote>