在數字影像飛速發展的今天，如何讓普通的二維圖像“躍然于眼前”，呈現出逼真的三維立體觀看效果，是全息顯示領域的重要挑戰。近日，在莊松林院士指導下，上海理工大學張大偉教授領銜的超精密光學制造團隊提出了一種全新的端到端卷積神經網絡方法，可直接將二維圖片轉換為全彩三維全息圖像。相關研究成果以“二維圖像到彩色三維全息的端到端卷積神經網絡方法”（Conversion of 2D picture to color 3D holography using end-to-end convolutional neural network）為題，發表在高影響力光學期刊《智慧光學》（PhotoniX）上。常琛亮教授與碩士生趙陳洲為論文的第一作者，張大偉教授為論文的通訊作者，上理工為第一單位。
長期以來，計算機生成全息圖（CGH）的計算過程需要三維模型或深度信息作為輸入，這不僅增加了數據獲取的難度，也使實時計算成為瓶頸。針對這一問題，團隊提出的端到端神經網絡方法徹底跳過了深度估計步驟，直接學習從二維圖像到三維全息波前的映射關系。網絡訓練采用大規模合成數據集，經過優化后能夠以毫秒級速度生成高質量的全彩色相位全息圖，從而實現二維到三維的直接跨維度轉換。實驗結果表明，該方法重建的三維圖像具有清晰的層次感和自然的聚焦效果，重建質量與傳統深度估計+全息生成的兩步法相當，但速度提升了一個數量級。在實驗平臺上，研究團隊利用空間光調制器（SLM）成功實現了多類二維圖片的三維全彩全息再現，包括合成圖像、自然圖像以及實拍照片，均展現出穩定的立體重建效果。
該研究突破了二維圖像生成三維全息的傳統技術瓶頸，為全息顯示的全彩、實時化、低成本化提供了新的解決方案。未來，這一技術有望應用于虛擬現實、增強現實、裸眼3D顯示等前沿領域，推動元宇宙和沉浸式顯示的發展。
基于神經網絡的從2D到3D全彩全息顯示系統示意圖
論文鏈接：https://photonix.springeropen.com/articles/10.1186/s43074-025-00186-3
