王德鹏/朱之京 Light | 一网打尽：多尺度通用型光场图像实时高精度重建技术（RTU-Net）

本文介绍了南京航空航天大学王德鹏教授和浙大城市学院朱之京研究员在多尺度通用型光场图像实时高精度重建技术上的突破性进展。研究背景指出，现有基于深度学习的光场重建算法多局限于微观尺度，而RTU-Net算法能够实现从微观到宏观尺度的高精度重建。研究目的是开发一种多尺度通用型光场图像实时高精度重建算法，以突破传统算法的应用局限。研究结果表明，RTU-Net具有泛化能力强、重建尺度广、重建精度高和重建速度快等优点，并在微观、介观和宏观尺度上均取得了优异的重建效果。结论部分强调，RTU-Net为生命科学、神经科学和流体动力学等领域提供了全新的研究工具。