MétaCan
Menu
Retour à la cohorte
Enregistrement W2027733757 · doi:10.1364/ao.45.007334

Viewing angle enhancement for two- and three-dimensional holographic displays with random superresolution phase masks

2006· article· en· W2027733757 sur OpenAlexaff
Edward Buckley, Adrian Cable, Nic Lawrence, Tim D. Wilkinson

Notice bibliographique

RevueApplied Optics · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Optical Imaging Technologies
Établissements canadiensSt. John’s Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésHolographyViewing anglePixelOpticsHolographic displayComputer scienceBandwidth (computing)Image qualityMiniaturizationStereo displayLiquid-crystal displayPhase (matter)Spatial light modulatorArtificial intelligenceComputer visionPhysicsImage (mathematics)Materials scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Holographic displays employing binary phase modulation have been demonstrated to be attractive on the grounds of efficiency and miniaturization, and they offer a plausible approach to two-dimensional (2D) and three-dimensional (3D) image projection and display. A novel algorithm--one-step phase retrieval--and corresponding hardware architecture have recently been proposed, providing the performance required for real-time holographic display. However, since viewing angle varies inversely with pixel size, very small display pixels are required to achieve a wide field of view. This is particularly problematic for 3D displays, as the requirement for a large display with small pixels has hitherto necessitated an unachievably large electrical bandwidth. We present a novel approach, utilizing fixed random pixelated quaternary phase masks of greater resolution than the displayed hologram, to dramatically increase the viewing angle for 2D and 3D holographic displays without incurring a bandwidth penalty or significantly degrading image quality. Furthermore, an algorithm is presented to generate holograms accounting for the presence of such a phase mask, so that only one mask is required.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetAdvanced Optical Imaging TechnologiesTravaux en français237 207