En ce moment

Des hologrammes facilement créés avec un appareil photo

Posté le 3 novembre 2023
par Philippe RICHARD
dans Informatique et Numérique

Les hologrammes sont traditionnellement construits en enregistrant les données tridimensionnelles d'un objet et les interactions de la lumière avec l'objet. Mais, cette technique est très gourmande en ressources informatiques, car elle nécessite l'utilisation d'une caméra spéciale pour capturer les images en 3D. Des chercheurs ont développé une solution permettant d’utiliser un appareil classique.

Les hologrammes fournissent une vue tridimensionnelle (3D) des objets, offrant un niveau de détail que les images bidimensionnelles (2D) ne peuvent pas égaler. L’affichage réaliste et immersif des objets en 3D rend les hologrammes incroyablement précieux dans divers secteurs, notamment l’imagerie médicale, la fabrication et la réalité virtuelle.

Résultat, le marché mondial des hologrammes est en pleine croissance. Évalué à environ 44 milliards de dollars en 2022, il devrait atteindre 67 milliards de dollars d’ici à 2030, avec un TCAC estimé à 21,4 %.

Mais, leur génération est difficile et complexe, ce qui limite leur utilisation à grande échelle. Depuis quelques années, le deep learning (ou apprentissage profond) est exploité pour produire des hologrammes en trois dimensions. Des études menées par le Massachusetts Institute of Technology (MIT) et soutenues par Sony avaient produit des résultats intéressants.

Des chercheurs de la Graduate School of Engineering de l’université de Chiba semblent avoir franchi une étape majeure. Ils ont mis au point une méthode d’apprentissage profond qui simplifie la création d’hologrammes directement à partir de photos 2D capturées avec des appareils photo standard.

Pas d’équipement coûteux

Cette technique, qui fait appel à une séquence de trois réseaux neuronaux profonds (ou Deep Neural Network), permet non seulement de rationaliser le processus de génération d’hologrammes, mais encore de surpasser en vitesse les unités de traitement graphique haut de gamme actuelles.

Le premier réseau neuronal profond utilise comme entrée une image couleur capturée à l’aide d’une caméra ordinaire et prédit ensuite la carte de profondeur associée, fournissant ainsi des informations sur la structure 3D de l’image. L’image RVB originale et la carte de profondeur créée par le premier DNN sont ensuite utilisées par le second DNN pour générer un hologramme. Enfin, le troisième DNN affine l’hologramme généré par le second DNN, ce qui permet de l’afficher sur différents appareils.

Les chercheurs ont constaté que le temps nécessaire à l’approche proposée pour traiter les données et générer un hologramme était supérieur à celui d’une unité de traitement graphique de pointe. Autre intérêt, elle ne nécessite pas d’équipement coûteux comme des caméras RVB-D qui capturent à la fois les informations de couleur et de profondeur d’un objet. Mais, surtout, l’image reproduite de l’hologramme final peut représenter une image 3D naturelle.

Cette option originale et intéressante pourrait trouver des applications dans les affichages tête haute et les affichages montés sur la tête pour générer des affichages 3D de haute fidélité.

Elle pourrait également être exploitée pour la génération d’un affichage holographique tête haute embarqué. Cette interface (ou HUD holographique) permettrait de fournir des instructions de diagnostic et de réparation aux professionnels sans avoir besoin de regarder un document ou un écran.


Pour aller plus loin