空間光調制器是一種在主動控制下利用自身屬性對輸入光的振幅、相位等參量做調制輸出的光學器件，通過對光波波前、光波波束進行量化及指向性的控制，在最終接受面獲得預期的光場分布。將空間光調制器應用在光學神經網絡已經過幾十年的發展，并且隨著空間光調制器調制精度的提升以及計算算法的不斷優化，光學神經網絡的巨大潛力也不斷地被挖掘，在機器視覺、醫學影像處理、光學傳感器網絡等領域都有著潛在的應用前景。

論文信息

本文介紹了一種利用全卷積神經網絡（FCN）生成多深度相位全息的方法。該方法主要涉及一個前向-后向衍射框架來計算多深度衍射場，以及一個逐層替換方法（L2RM）來處理遮擋關系。由前者計算的衍射場被輸入到精心設計的FCN中，它利用其強大的非線性擬合能力來生成3D場景的多深度全息圖。后者可以通過補充被遮擋物體的信息，使場景重建中不同層的邊界進行平滑處理，從而提高全息圖的重建質量。實驗中通過將計算全息圖（computer-generated hologram，CGH）加載到核心組件空間光調制器（spatial light modulator，SLM）上，實現刷新和動態3D顯示。

部分實驗過程及實驗結果

實驗中使用波長為638（±8）nm、功率為30mW的非偏振半導體激光器，如圖1所示，光纖的輸出端放置在焦距為100mm的準直透鏡焦點處來獲得平面波，使用中性密度濾波器作為衰減器和偏振器來獲得線偏光。旋轉半波片（HWP）使得光的偏振方向與LCOS配向角方向一致，接著插入一個矩形孔徑，得到矩形輪廓。利用空間光調制器（中科微星 FSLM-4K70-P02）對入射光進行相位調制和反射，再使用焦距為100mm的傅里葉透鏡進一步放大重建場景。采用空間濾波器，使所需的衍射階通過，其他衍射階濾波。重建后的放大3D場景使用相機拍攝。

圖1 實驗裝置（相位型空間光調制器，型號：FSLM-4K70-P02）

實驗中所采用空間光調制器的參數規格如下：

圖2三維圖形數據集的生成。A)3D隨機場景。B)取樣過程。C)強度圖像。D)深度圖像。E)三維圖形數據集。

圖3 用FCN生成多深度全息圖。A)利用前后衍射框架計算多深度衍射場。B)FCN的結構。C)多深度誤差的計算。

圖4 重建圖像的質量比較。A)目標場景。B) 分別對應標準方法和L2RM的數值重建。C) 分別對應標準方法和L2RM的光學重建。

圖5 復雜的三維場景和相應的全息圖。A)強度圖像和B)三維場景的深度圖像。C)由FCN生成的多深度全息圖。

圖6 A) WH、B) DPH和C) L2RM的數值重建和光學重建。第1、3、5行的圖像表示數值重建，而第2、4、6行表示光學重建。在第1列和第2列中，相機分別聚焦于“足球-吉他”的前聚焦平面（“足球”）和后聚焦平面（“吉他”）。在第3列和第4列中，相機分別聚焦于“飛機-狗”的前對焦平面（“飛機”）和后對焦平面（“狗”）。

圖7 在不同深度的平面上重建對象。

寫在最后

光神經網絡因具有并行大規模計算、低功耗運行以及快速響應的潛力而受人們的廣泛關注，而空間光調制器作為衍射器件在衍射神經網絡中扮演著重要角色，并且應用在眾多領域中，例如AR/VR的3D全息成像計算、生物醫學成像、光學傳感等。基于衍射神經網絡的可編程能力，未來有望實現更高性能的衍射神經網絡。

審核編輯 黃宇