Hologram Representation via Quadratic Phase Gaussian Splatting
作者: Haolong Wang, Yicheng Zhan, Kaan Akşit, Simeng Qiu
分类: cs.GR, cs.CV, cs.LG
发布日期: 2026-09-10
备注: SIGGRAPH Asia 2026 Technical Communications
💡 一句话要点
提出复数值二次相位高斯表示以提升全息图质量
🎯 匹配领域: 支柱三:空间感知与语义 (Perception & Semantics)
关键词: 全息图 高斯表示 图像重建 机器学习 计算机视觉
📋 核心要点
- 现有的二维高斯表示方法在全息图重建中存在视觉质量不足的问题,难以满足高精度需求。
- 论文提出的CVQPG方法通过引入二次相位函数和可学习参数,增强了全息图的表示能力,提升了重建质量。
- 实验结果表明,CVQPG在全息重建中相较于现有方法,RGB和灰度图像的质量分别提升了0.19 dB和0.33 dB。
📝 摘要(中文)
我们介绍了一种新的全息图表示方法——复数值二次相位高斯(CVQPG),该方法用二次相位函数替代了标准的二维高斯表示。CVQPG引入了额外的可学习参数,以控制这些基函数的曲率。我们的方法在全息重建中相较于最先进的方法,RGB和灰度图像的视觉质量平均提升了0.19 dB和0.33 dB。具体而言,我们的等参数计数评估表明,调制原始波前是一种有效且轻量的全息图表示增强方式。此外,我们的频域分析表明,CVQPG成功保留了自然图像的中高频带。
🔬 方法详解
问题定义:本论文旨在解决现有二维高斯表示在全息图重建中视觉质量不足的问题。现有方法在处理复杂图像时,难以有效保留高频信息,导致重建效果不理想。
核心思路:论文提出的CVQPG方法通过使用二次相位函数替代传统的二维高斯函数,并引入可学习的参数来调节基函数的曲率,从而增强全息图的表示能力。这样的设计使得模型能够更灵活地适应不同的图像特征。
技术框架:CVQPG的整体架构包括数据预处理、模型训练和重建三个主要阶段。在数据预处理阶段,输入图像被转换为适合模型处理的格式;在模型训练阶段,通过优化损失函数来学习可调参数;最后,在重建阶段,利用训练好的模型生成高质量的全息图。
关键创新:CVQPG的核心创新在于引入了二次相位函数和可学习参数,这与传统的二维高斯表示方法有本质区别。通过调制波前,CVQPG能够有效提升全息图的视觉质量,尤其是在中高频信息的保留上表现突出。
关键设计:在模型设计中,CVQPG使用了特定的损失函数来优化重建质量,并通过实验确定了最佳的参数设置。此外,模型结构经过精心设计,以确保在计算效率与重建质量之间取得良好平衡。
🖼️ 关键图片
📊 实验亮点
实验结果显示,CVQPG在全息重建中相较于最先进的方法,RGB图像的质量提升了0.19 dB,灰度图像的质量提升了0.33 dB。这一提升表明CVQPG在视觉质量方面具有显著优势,尤其是在保留中高频信息方面表现突出。
🎯 应用场景
该研究的潜在应用领域包括全息显示、虚拟现实和增强现实等技术。通过提升全息图的质量,CVQPG可以为这些领域提供更清晰、更真实的视觉体验,具有重要的实际价值和广泛的应用前景。未来,CVQPG可能会推动全息技术在更多行业的应用,如医疗成像和艺术展示等。
📄 摘要(原文)
We introduce Complex-Valued Quadratic Phase Gaussian (CVQPG), a novel hologram representation method that replaces standard 2D Gaussian representations used in 2D Gaussian Splatting with 2D quadratic phase functions. CVQPG incorporates additional learnable parameters to control the curvature of these bases. We evaluate our approach against state-of-the-art methods, exceeding the visual quality by +0.19 dB (RGB) and +0.33 dB (grayscale) on average in holographic reconstructions. Specifically, our equal parameter count evaluations show that modulating the primitive's wavefront is an effective and lightweight enhancement for hologram representations. In addition, our frequency domain analysis illustrates that CVQPG has successfully preserved the mid-to-high frequency band of natural images.