映维网|Arm分享:从科幻到现实,移动端全息显示计算的发展进步


北京联盟_本文原题:Arm分享:从科幻到现实 , 移动端全息显示计算的发展进步
(映维网 2020年11月06日)你或许没有注意到 , 但全息图早已存在于我们的日常生活之中 。 由于难以复制 , 模拟全息图被广泛用作信用卡、银行票据、驾照和众多应用的防伪措施(见图1) 。
随着计算能力的提高和增强现实等新用例的出现 , 数字全息显示的研究和开发同样在不断地进行 。 在展示先进视觉化未来的时候 , 一众热门的科幻电影和电视都有受到全息显示的启发 , 例如《星球大战》、《少数派报告》和《星际迷航》等 。 但全息显示真的是一个遥远的未来吗?在这篇博文中 , Arm的软件工程师主任罗伯托·洛佩兹·门德斯(Roberto Lopez Mendez)介绍了有助于移动处理器支持全息显示的算法与计算进步 。 下面是映维网的具体整理:
映维网|Arm分享:从科幻到现实,移动端全息显示计算的发展进步
本文插图

图1:钞票(左)和信用卡(右)都有使用全息图作为防伪手段 。
我们首先来看看经典全息图的产生过程:
1. 记录和再现全息图的起源
在计算机时代以前 , 模拟全息图的记录和再现方式与黑胶唱片相似 。 在这个过程中 , 两束激光束照射目标对象(图2) 。 由此产生的干涉图(全息图)编码了对象的整体(“全息”)相位信息 , 并以极高的分辨率记录在感光胶片上 。 当用激光照射胶片时(图2) , 发生的衍射会再现一个播放场 , 而它在眼睛看来是一个三维图像 。 这个图像完美地再现了所记录的对象 , 因为它保留了原始场景的深度、视差和其他属性 。 作为一名物理学家 , 这是我在大学学习全息术时所熟知的过程 。
映维网|Arm分享:从科幻到现实,移动端全息显示计算的发展进步
本文插图

图2:经典全息图的创建(左)与播放(右) 。 图源:VividQ 。
在上一篇博文中 , 我们介绍了Arm与英国初创企业VividQ达成合作 , 共同致力于帮助消费电子产品实现数字全息显示 。 在计算全息(Computer-Generated Holography;CGH)中 , 干涉图案是根据各种数据源(从游戏引擎到深度感应摄像头)并以数字方式生成 , 然后再通过一个微型显示器进行显示 。 其中 , 所述显示器相当于经典全息图中的感光胶片 , 并且在用激光照射时可以同样地再现三维图像 。 但CGH的计算量非常巨大 , 在过去一副数字全息图像的生成需要耗费数天时间 。 当第一次访问离Arm剑桥总部不远的VividQ时 , 我简直不敢相信眼前的一切 。 采用VividQ软件实现的全息显示器原型能够在我面前实时地投射出一个Unity动画场景的3D全息视频 。 我感到非常不可思议 。 下面我们来看看这一切是如何实现的 。
延伸阅读:Arm与VividQ合作 , 在Mali GPU中兼容全息显示技术 , 提升AR体验2. 数字全息术的革命:基于快速傅里叶变换(Fast Fourier Transform;FFT)的全息图生成
传统的计算全息术是用基点计算(Point-Based Compute;PBC)来实现 。 三维虚拟对象可以表示为点云 , 点云携带颜色和深度信息 。 在PBC中 , 计算虚拟对象的每个点到显示器的每个像素的光线 , 并将相关值相加 。 这一过程所需的计算能力非常巨大 , 并且会随着分辨率的增大而急剧扩展:大约需要O(N4)运算 , 其中N是显示器的边长 。
业界直到数年前才真正提出了实际的解决方案 , 而这个突破就像是从模拟音频处理到数字音频处理的转变 。 对于音乐 , 数字化过程以固定的时间间隔对音频信号进行采样 。 相比之下 , 全息领域的新举措是对三维虚拟对象的深度切片进行采样 。 图3总结了用于全息投影的切片过程和干涉图(全息图)的生成 。
映维网|Arm分享:从科幻到现实,移动端全息显示计算的发展进步


推荐阅读