A tecnologia de exibição de campo de luz 3D tem atraído a atenção dos pesquisadores devido ao seu amplo ângulo de visão e à densidade de pontos de visualização. A resolução é um parâmetro importante na tecnologia de exibição de campo de luz 3D, e os métodos para melhorar a resolução são bastante complexos, por isso os pesquisadores começaram a focar na resolução visual. Para melhorar a resolução visual da exibição de campo de luz 3D, foi proposta uma abordagem baseada em aprendizado profundo para obter uma matriz de imagens primitivas pré-processadas (PEIA). No processo de formação da imagem de exibição do campo de luz, aberrações da lente causam a formação de manchas difusas no plano da imagem. A área de sobreposição entre as manchas difusas pode ser vista como um novo pixel visual e usada como um portador adicional de informações. Uma rede neural convolucional (CNN) com melhoria de resolução foi usada para adquirir o PEIA a partir da matriz de imagens primitivas de alta resolução (HEIA). O PEIA é carregado em um LCD e, por meio da transformação óptica do arranjo de lentes e da difusão por uma membrana de difusão orientada, é apresentada uma imagem de exibição de campo de luz 3D com resolução visual aprimorada. Nos experimentos, usando PEIA, o arranjo de lentes e a membrana de difusão orientada, foi apresentada uma exibição de campo de luz com ângulo de visão de 70° e resolução visual aprimorada.

exibição de campo de luz 3D; aprendizado profundo; rede neural convolucional; resolução visual