Adv. Photon. | 生成式深度学习，破解3D成像混叠难题

在信息化、数字化和智能化快速发展的背景下，高保真三维光学和视觉成像技术在多个领域中变得越来越重要。传统的结构光三维成像方法依赖于投影模组与成像器件之间的精确同步，限制了其在大幅面、阵列化和协同型三维感知场景中的应用。河南工业大学、上海大学和国防科技大学的研究团队通过分析非同步成像中的混叠问题，提出了生成式深度学习方法来破解这一难题。该方法通过生成对抗网络（GAN）学习条纹图像的内在特征，实现了非同步结构光三维成像，显著提升了成像精度。这一研究为工业和消费级场景下构建高灵活性和高扩展性的三维成像感知提供了新的途径。