一种实现三维全息显示的无监督深度学习方法

本发明涉及计算全息三维显示与深度学习技术领域，特别是涉及一种实现三维全息显示的无监督深度学习方法。本发明包括生成二维图像对应的深度图；将深度图与二维图像在通道维度上进行拼接，作为全息图编码器的输入，采用双U‑Net级联神经网络架构作为全息图编码器；通过生成的纯相位全息图进行角谱衍射反向传播实现三维场景离散化重建，得到指定深度的重建图像，对深度图进行均匀量化得到若干二值掩模，将重建图像与叠加了对应深度二值掩模的目标图像进行损失计算，进行网络参数的优化，当双U‑Net级联神经网络架构训练收敛时，训练阶段结束。本发明通过分层角谱传播，实现高质量的三维全息图重建，具有较高的精度和细节还原能力。