王德鹏/朱之京Light | 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光场图像重建领域的最新研究成果。研究背景指出，现有的深度学习光场重建算法多局限于微观尺度，缺乏适用于多尺度的高精度通用算法。研究目的是开发一种能同时处理微观、介观和宏观尺度的实时高精度光场重建技术。提出的RTU-Net算法具有四大优势：强大的泛化能力、广泛的尺度适应性、高重建精度（在微观结构重建中达到最高精度）和快速重建速度（250Hz体数据速率）。实验证明该算法在多个尺度（从微观生物结构到宏观流体测量）都表现出色，为生命科学、神经科学和流体动力学等领域提供了新的研究工具。