WiMi Hologram Cloud, uno dei principali fornitori globali di tecnologia di realtà aumentata con ologrammi (AR), ha recentemente annunciato lo sviluppo di un algoritmo innovativo per la ricostruzione dell’olografia a scansione ottica. Questo algoritmo si basa sulle reti neurali convoluzionali (CNN) per elaborare immagini interferometriche e generare immagini olografiche di alta qualità.
Rispetto ai tradizionali algoritmi di ricostruzione, l’utilizzo delle CNN consente di ridurre il rumore e gli artefatti, migliorando così la risoluzione e la nitidezza delle immagini ricostruite. Inoltre, le CNN accelerano il processo di ricostruzione grazie alla loro capacità di elaborazione parallela e agli algoritmi di ottimizzazione. Ciò consente di ottenere ricostruzioni olografiche di alta qualità, riducendo al contempo la complessità computazionale e i requisiti dei dati.
L’algoritmo sviluppato da WiMi consente l’apprendimento e la ricostruzione end-to-end di immagini di ologrammi a scansione ottica utilizzando un modello CNN. In pratica, l’algoritmo prende in input l’immagine dell’ologramma acquisita tramite scansione ottica e la sottopone al modello CNN. Il modello CNN estrae automaticamente le caratteristiche di alto livello dall’immagine dell’ologramma e regola continuamente i parametri della rete per ridurre al minimo l’errore di ricostruzione tramite l’algoritmo di retropropagazione. Il risultato finale è una ricostruzione olografica di alta qualità. Il processo tecnico comprende la fase di acquisizione dei dati, la pre-elaborazione dei dati, l’addestramento del modello CNN, il testing del modello, la valutazione dei risultati, l’ottimizzazione e il miglioramento.
Grazie all’algoritmo di WiMi, è possibile estrarre automaticamente caratteristiche e apprendere caratteristiche più complesse e avanzate dai dati, ottenendo così risultati di ricostruzione olografica di qualità superiore rispetto ai tradizionali algoritmi di elaborazione delle immagini olografiche. L’intero processo di ricostruzione avviene all’interno di un framework end-to-end, semplificando così il processo e migliorando l’efficienza della ricostruzione olografica.
L’algoritmo di ricostruzione dell’olografia a scansione ottica basato sulle reti neurali convoluzionali rappresenta una tecnica emergente con un notevole valore applicativo e un’ampia prospettiva di utilizzo nell’imaging olografico digitale, nell’analisi di immagini mediche, nel riconoscimento di oggetti 3D e in altri campi. Con il continuo sviluppo e miglioramento della tecnologia, si prevede che troverà applicazione in un numero sempre maggiore di settori, offrendo servizi più convenienti ed efficienti alle persone.
In futuro, WiMi prevede di combinare l’algoritmo con altre tecnologie di visione artificiale e di elaborazione delle immagini al fine di ottenere un’analisi dei dati e un’elaborazione delle immagini ancora più complete e accurate. Inoltre, si stanno valutando anche le applicazioni pratiche di questa tecnologia, come l’ispezione industriale e i test non distruttivi. WiMi si augura di conseguire una gestione della produzione più intelligente ed efficiente nei prossimi anni.