中国科学院合肥物质科学研究院安徽光机所在高保真全息生成方向取得重要进展

近日，中国科学院合肥物质科学研究院安徽光机所计算机视觉团队在全息生成领域取得重要进展，研究团队提出了一个名为PHAROS的先验引导全息架构，实现了面向特定区域优化与平滑的高质量计算全息生成。该研究成果以“PHAROS: Prior-guided Holographic Architecture for Region-specific Optimization and Smoothing”为题，发表接收至光学与激光工程领域国际期刊《Optics and Lasers in Engineering》(OLE)。

计算全息术是增强现实（AR）、虚拟现实（VR）和先进显示技术的核心。传统基于深度学习的全息生成方法通常采用统一的刚性框架，难以针对图像不同区域进行自适应优化，且在处理4K等高分辨率图像时面临计算负担重、参数量大等挑战。

针对上述问题，研究团队创新性地提出了PHAROS框架。该框架首次将视觉基础模型的强大先验知识引入计算全息生成流程，能够自适应地识别图像中的显著性区域，并对其进行针对性优化。PHAROS在经典的两阶段物理过程中，集成了一个可控的特征细化管线（通过ControlNet实现）和一个基于变分自编码器（VAE-KL）的自动编码压缩机制，从而实现了对4K分辨率（3840×2160）图像的高效、高质量全息图生成。

与现有主流方法相比，PHAROS在多项指标上展现出显著优势。在DIV2K等标准数据集上的模拟实验表明，PHAROS的峰值信噪比（PSNR）超过30dB，结构相似性（SSIM）高于0.9，在感知质量指标（如LPIPS）上也全面领先。团队进一步搭建了物理光学实验平台进行验证，结果显示PHAROS生成的全息图在重建清晰度和背景噪声抑制方面均表现最佳，能够更好地保留精细结构。

该工作为将高级语义先验嵌入计算波动光学建立了新框架，为未来面向高保真全息显示等应用奠定了坚实的技术基础。

博士研究生程曦润为论文第一作者，高震宇博士和刘勇研究员为论文通讯作者。该研究工作得到了精密制造装备数字孪生关键技术研究与应用等项目的支持。