La technologie d'affichage de champ lumineux 3D attire l'attention des chercheurs en raison de son grand angle de vue et de la densité élevée des points de vue. La résolution est un paramètre important de cette technologie, et les méthodes d'amélioration de la résolution sont assez complexes, c'est pourquoi les chercheurs se sont tournés vers la résolution visuelle. Pour améliorer la résolution visuelle de l'affichage de champ lumineux 3D, une méthode basée sur l'apprentissage profond pour obtenir un tableau d'images primitives prétraitées (PEIA) a été proposée. Lors du processus d'imagerie du champ lumineux, les aberrations des lentilles provoquent la formation de taches de diffusion sur le plan d'imagerie. La zone de chevauchement entre ces taches peut être considérée comme un nouveau pixel visuel et utilisée comme support d'information supplémentaire. Un réseau de neurones convolutifs (CNN) utilisant une amélioration de la résolution a été utilisé pour extraire le PEIA à partir du tableau d'images primitives haute résolution (HEIA). Le PEIA est chargé sur un écran LCD et, grâce à la transformation optique par une matrice de lentilles et la diffusion par une membrane à diffusion dirigée, une image d'affichage de champ lumineux 3D avec résolution visuelle améliorée est présentée. Lors des expériences, en utilisant le PEIA, la matrice de lentilles et la membrane à diffusion dirigée, un affichage de champ lumineux avec un angle de vue de 70° a été démontré, améliorant la résolution visuelle.

affichage de champ lumineux 3D; apprentissage profond; réseau de neurones convolutifs; résolution visuelle