深度學(xué)習(xí)推進(jìn)高速三維成像技術(shù)—無(wú)需高速硬件實(shí)現(xiàn)萬(wàn)幀級(jí)3D測(cè)量

本研究由 Wenwu Chen、Yifan Liu、Shijie Feng、Wei Yin、Jiaming Qian、Yixuan Li、Hang Zhang、Maciej Trusiak、Malgorzata Kujawinska、Qian Chen 和 Chao Zuo 共同完成，研究成果以題為“Dual-frequency angular-multiplexed fringe projection profilometry with deep learning: breaking hardware limits for ultra-high-speed 3D imaging”的論文形式，于2025年8月在《Opto-Electronic Advances》上正式發(fā)表。

重要發(fā)現(xiàn)
01核心貢獻(xiàn)
DFAMFPP 技術(shù)的核心突破在于其成功將多幀三維信息編碼至單張復(fù)用圖像中，通過(guò)結(jié)合雙頻條紋投影結(jié)構(gòu)與深度學(xué)習(xí)重建算法，實(shí)現(xiàn)了無(wú)需高速硬件支持的超高速三維成像。該系統(tǒng)在僅使用625 Hz相機(jī)的情況下，成功對(duì)轉(zhuǎn)速高達(dá)9,500 RPM的渦輪風(fēng)扇發(fā)動(dòng)機(jī)原型進(jìn)行了10,000 Hz 的三維動(dòng)態(tài)捕獲，顯著超越了傳統(tǒng)FPP系統(tǒng)的性能極限。

創(chuàng)新與亮點(diǎn)
01突破硬件瓶頸的傳統(tǒng)難題
DFAMFPP 最大亮點(diǎn)在于其徹底擺脫了對(duì)高刷新率傳感器的依賴，通過(guò)計(jì)算成像的方法實(shí)現(xiàn)了“傳感器幀率之外”的超高速三維成像。傳統(tǒng)FPP系統(tǒng)因受限于硬件同步機(jī)制，難以在成本可控的情況下進(jìn)一步提升采樣率。而DFAMFPP 利用投影器高速切換特性與深度學(xué)習(xí)算法的協(xié)同，僅用普通相機(jī)即實(shí)現(xiàn) kHz 級(jí)別三維成像，為解決高速動(dòng)態(tài)測(cè)量中的硬件限制提供了全新思路。

03物理機(jī)制與深度學(xué)習(xí)融合
DFAMFPP 的另一大創(chuàng)新體現(xiàn)在將傳統(tǒng)物理模型與數(shù)據(jù)驅(qū)動(dòng)方法深度融合。例如，PI-AFPA 模塊融合了傅里葉變換輪廓術(shù)（FTP）與相位偏移法的物理先驗(yàn)，NT-TPU 則引入數(shù)論約束作為 unwrapping 的強(qiáng)引導(dǎo)，使得整個(gè)系統(tǒng)在保持高精度的同時(shí)，也具備良好的泛化能力與抗干擾性。

總結(jié)與展望
DFAMFPP 作為一項(xiàng)融合光學(xué)工程、計(jì)算成像與深度學(xué)習(xí)的前沿技術(shù)，成功實(shí)現(xiàn)了在無(wú)需高速相機(jī)條件下的萬(wàn)幀級(jí)三維成像，顯著推動(dòng)了高速乃至超高速光學(xué)測(cè)量領(lǐng)域的發(fā)展。其不僅具備高精度、大景深的測(cè)量特性，還在系統(tǒng)復(fù)雜度和成本控制方面表現(xiàn)出廣泛的應(yīng)用潛力。盡管目前該方法仍受投影器刷新率上限的制約，且在超高幀率下精度與幀數(shù)間需進(jìn)一步權(quán)衡，但其基本框架已為未來(lái)高速視覺(jué)感知系統(tǒng)的設(shè)計(jì)提供了重要借鑒。展望未來(lái)，隨著神經(jīng)網(wǎng)絡(luò)輕量化、專用硬件加速技術(shù)的持續(xù)發(fā)展，DFAMFPP 有望在工業(yè)檢測(cè)、生物力學(xué)研究、航空航天監(jiān)測(cè)等需高時(shí)空分辨率三維數(shù)據(jù)的領(lǐng)域發(fā)揮更重要的作用，成為連接科學(xué)研究與工程應(yīng)用的關(guān)鍵橋梁。

DOI:10.29026/oea.2025.250021.