一张图片的焦距可以在老鼠玩具和日历尺之间自由切换：
甚至可以对图片上的任意物体进行对焦，展示不同物体在不同深度下的照片：
这张神奇的图片，实际上是集成了所有物体信息的全息图。
生成这种类型的全息图通常需要大量的计算资源。
然而，来自MIT的研究团队开发了一种新算法，该算法无需复杂的设备，也不需要耗费几个小时，只需在智能手机上花费不到1秒钟的时间即可生成全息图。
值得注意的是，就在去年11月份，三星的科学家们生成3D全息视频时所使用的处理器仍然过于庞大，无法集成到手机中：
那么，这种快速生成3D全息图的方法究竟是如何实现的呢？
利用神经网络快速生成全息图
首先，什么是全息图呢？
以Visa信用卡上的鸽子为例，它就是利用全息图作为防伪标志。
全息图包含了物体的幅度和相位信息，而普通相机拍摄的照片仅记录了物体的幅度信息（亮度），而相位信息（物体的远近）却无法直接保存。
这就是为什么我们平时看到的2D照片缺乏立体感的原因。
此前，计算机要想360度全方位生成全息图，通常需要从多个角度进行干涉和衍射，然后将相位信息拼合到一起，再与振幅信息叠加生成最终图像。
多角度生成相位信息就像是在一个球形蛋糕上精准切割8刀，将其分成8块，并对每一块进行相位的重现：
然而，这种方法所需的计算量往往巨大，耗时较长，完全无法在智能手机上操作。
因此，MIT团队思考是否可以采用深度学习的方法，只通过3个角度就将蛋糕切成8块，从而生成全息图？
他们精心挑选了4000张包含幅度和相位信息的图像，以及这些图像对应的3D全息图，用于训练神经网络。
整体思路大致为：获取物体的相位信息后，生成点云，然后结合残差神经网络生成整体全息图。
那么，这种全息图的效果如何呢？
可以对焦任意物体，内存占用不到1MB
事实证明，利用神经网络进行预测时，仅需不到640KB的内存便可生成全息图。
在消费级GPU上，这种神经网络模型每秒可以生成60张分辨率为1080p的彩色3D全息图。
而在智能手机如iPhone 11 Pro上，每秒可生成1.1张全息图；在Google Edge TPU上，每秒则能生成2张全息图。
以动画角色大雄兔为例，右下角是它的深度图。
从图中可以看出，利用神经网络生成的全息图与传统方法生成的全息图几乎无差别。
无论是远处的小黄花，还是近处的兔子眼睛，都能完美对焦。
表面上看似相同，但在幅度和相位信息的具体表现上又如何呢？
从图中可见，利用神经网络预测的幅度和相位信息与真实值非常接近。
即使是现实照片，也与实际生成目标非常接近。
当然，从细节来看，仍然存在一些微小的差距。
相比于现有的虚拟现实（VR）和增强现实（AR）方案，3D全息图提供了另一种3D可视化的实现方案。
使用VR时，用户实际上是在注视2D显示屏，产生3D错觉，可能会导致视觉疲劳和头晕等症状。
而3D全息图允许眼睛调整焦距，可以交替对前景和背景进行聚焦，从而有效缓解这些症状。
下一步，团队计划添加眼球追踪技术，让用户注视的地方生成高清全息图的一部分。
在这种方案下，计算机只需部分生成全息图，实时运用时效果也能更快更好。
