您当前的位置:
首页 >
文章列表页 >
基于深度学习的计算全息显示进展
智能显示 | 更新时间:2023-06-12
    • 基于深度学习的计算全息显示进展

    • Progress of learning-based computer-generated holography

    • 液晶与显示   2023年38卷第6期 页码:819-828
    • DOI:10.37188/CJLCD.2023-0081    

      中图分类号: TP391;TN27
    • 收稿日期:2023-03-01

      修回日期:2023-03-15

      纸质出版日期:2023-06-05

    移动端阅览

  • 刘珂瑄, 吴佳琛, 何泽浩, 等. 基于深度学习的计算全息显示进展[J]. 液晶与显示, 2023,38(6):819-828. DOI: 10.37188/CJLCD.2023-0081.

    LIU Ke-xuan, WU Jia-chen, HE Ze-hao, et al. Progress of learning-based computer-generated holography[J]. Chinese journal of liquid crystals and displays, 2023, 38(6): 819-828. DOI: 10.37188/CJLCD.2023-0081.

  •  
  •  

0

浏览量

494

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多级联递进卷积结构的图像去雨算法
基于边缘引导的光场图像显著性检测
基于液晶空间光调制器的计算全息波前编码方法
基于预处理卷积神经网络提升3D光场显示视觉分辨率的方法

相关作者

吴佳琛
何泽浩
张勇
郭杰龙
汪帆
兰海
俞辉
魏宪

相关机构

福州大学 电气工程与自动化学院
中国科学院 福建物质结构研究所
武汉科技大学 信息科学与工程学院
武汉科技大学 冶金自动化与检测技术教育部工程研究中心
清华大学 精密测试技术及仪器国家重点实验室,精密仪器系
0