Wavefront Coding for Accommodation-Invariant Near-Eye Displays
Ugur Akpinar, Erdem Sahin, Tina M. Hayward, Apratim Majumder, Rajesh Menon, and Atanas Gotchev
我们提出了一种新的计算近眼显示方法,通过住宿不变性解决立体显示器中的边缘-适应冲突问题。 我们的系统集成了折射透镜目镜与新型波前编码衍射光学元件,与预处理卷积神经网络协同工作。 我们采用端到端学习来共同优化波前编码光学和图像预处理模块。 为了实现这种方法,我们开发了一种可区分的视网膜图像形成模型,该模型可以限制眼睛光学引入的光圈和色差。 我们进一步将神经转移功能和对比度灵敏度功能集成到损失模型中,以考虑相关的感知效应。 为了解决离轴失真,我们将位置依赖性纳入预处理模块。 除了基于模拟进行严格的分析外,我们还制造设计的衍射光学元件并构建台式设置,演示了多达四个二极子的深度范围的住宿不变性。
We present a new computational near-eye display method that addresses the vergence-accommodation conflict problem in stereoscopic displays through accommodation-invariance. Our system integrates a refractive lens eyepiece with a novel wavefront coding diffractive optical element, operating in tandem with a pre-processing convolutional neural network. We employ end-to-end learning to jointly optimize the wavefront-coding optics and the image pre-processing module. To implement this approach, we d...
