一种基于深度学习和多目标遗传算法的集成成像参数优化方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习和多目标遗传算法的集成成像参数优化方法
申请号:CN202410846713
申请日期:2024-06-27
公开号:CN118863003A
公开日期:2024-10-29
类型:发明专利
摘要
提供一种基于深度学习与多目标遗传算法的集成成像三维显示系统的参数优化方法,其包括:神经网络预测与遗传算法精确优化。其中,所述神经网络预测通过建立微透镜阵列中的透镜焦距、透镜节距以及透镜阵列距离显示屏的间隔三个系统参数到分辨率、景深和视场角三个显示参数的关系模型,用于根据显示参数(输入)反向预测出粗略的系统参数(输出);所用训练数据集为随机的实际条件下根据遗传算法优化得到的数据组;所述遗传算法精确优化将前者输出的组合进行种群化处理,作为基于SPEA2遗传算法的输入,进行较少次数的迭代得到精确解。该优化方法精度较高、优化速度快,可高效的根据显示参数给出集成成像的系统参数。
技术关键词
成像参数优化方法 集成成像三维显示系统 优化显示设备 集成成像系统 深度学习神经网络 联合优化方法 生成训练数据 粗略 遗传算法优化 预测输出值 神经网络结构 误差加权 微透镜阵列 神经网络模型