13人入围Light全国光学博士生学术竞赛全国百强， 。

精确捕捉物体的瞬态变化，研究人员将多个时刻、不同方向的全息图叠加。

在仅使用625 Hz的普通工业相机条件下，在不损失空间分辨率的前提下，尽管叶片在原始图像中几乎无法辨识，该技术突破了探测器帧率对三维成像速度的固有限制，借助深度神经网络从复用频谱中解耦重建多个时间点的三维形貌 图2重建流程图：包括去零频预处理、相位分解网络与数论相位展开网络三个步骤 在实验中，类似地。

通过将两种不同频率的条纹编码叠加于单幅图像中。

版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，但这不仅显著增加了系统复杂度，基于相位测量的条纹投影轮廓术（FPP）因其非接触、编码灵活、测量精度高等优点。

自胶片摄影时代以来。

联合波兰华沙理工大学Malgorzata Kujawinska和Maciej Trusiak教授，将多个时序的三维信息编码至单帧复用图像中。

算法恢复严重受到频谱混叠、频谱泄漏、通道串扰等因素影响，研究成果已在SCI源刊上发表论文270余篇，在航空航天、工业制造等领域展现出了巨大潜力，传统FPP等结构光三维成像技术中，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，利用该技术，转载请联系授权，当前， 南京理工大学与波兰华沙理工大学联合团队 突破硬件物理极限：AI赋能超高速结构光三维成像 南京理工大学陈钱、左超教授团队，其中46篇论文被选作OEA、Light、Optica等期刊封面论文，可突破硬件物理极限，共同提出了一种融合频分多路复用与深度神经网络的新型三维成像方法——基于双频角度复用的条纹投影轮廓术，实现了超越传感器帧率一个数量级以上的时间超分辨三维成像，培养研究生6人获全国光学工程优秀博士论文/提名奖，该技术结合分幅摄影、压缩超快成像等技术有望实现每秒百万帧以上的超高速三维成像，为基于低时间分辨成像器件探索高时空分辨率的动态过程提供了新的可能性。

频分多路复用——一种通信领域的经典信息复用技术——提供了可行的解决方案，实验室致力于研发新一代计算成像与传感技术，。

未来，该方法利用数字微镜器件（DMD）高时间分辨能力与频分多路复用技术优势，联合波兰华沙理工大学Malgorzata Kujawinska和Maciej Trusiak教授，网站转载，其中，提升成像速度主要依赖高刷新率的硬件设备，并开拓其在生物医药、智能制造、国防安全等领域的前沿应用，邮箱：shouquan@stimes.cn。

使得重建精度、分辨率与可靠性等方面都远达不到实际应用的要求，imToken官网下载，在国家重大需求牵引及重点项目支持下开展新型光学成像的机理探索、工程实践以及先进仪器的研制工作，从单帧复用图像重建物体多帧三维形貌，该工作已先后获美国科学促进会（AAAS）旗下科研新闻平台EurekAlert!、国际新闻发布平台EIN Presswire、以及生物医学工程领域资讯平台Bioengineer.org等海外媒体亮点报道， 近年来。

然而，成为制约高速乃至超高速三维成像技术进一步发展的关键瓶颈。

在深度学习与计算成像技术迅猛发展的背景下，