Deep learning enabled single-shot absolute phase recovery in high-speed composite fringe pattern profilometry of separated objects

Artículo

Deep learning enabled single-shot absolute phase recovery in high-speed composite fringe pattern profilometry of separated objects

Maciej Trusiak et al · Editorial Office of Opto-Electronic Journals Group, Institute of Optics and Electronics, CAS, China · 2023

Acceso abierto disponible

Lectura rápida. Revisá los datos básicos del recurso y luego accedé al contenido desde el botón principal. En esta ficha solo se muestra la información necesaria para identificar la obra, citarla y abrirla.

Autor / responsable

Maciej Trusiak et al

Editorial

Editorial Office of Opto-Electronic Journals Group, Institute of Optics and Electronics, CAS, China

Año

2023

ISSN

2096-4579

ISSN

2096-4579

Idioma

eng

Acceso al recurso

Entrá al contenido desde la opción principal o elegí otra fuente disponible.

Acceso principal

Acceso abierto disponible

Recurso identificado como acceso abierto, sin confirmar automáticamente si es texto completo directo.

Abrir recurso

Resumen

Descripción general del contenido del recurso.

A recent article in the Opto-Electronic Advances (OEA) journal from Prof. Qian Chen and Prof. Chao Zuo’s group introduced a new and efficient 3D imaging system that captures high-speed images using deep learning-enabled fringe projection profilometry (FPP). In this News & Views article, we explore potential avenues for future advancements, including expanding the measurement range through an extended number-theoretical approach, enhancing quality through the incorporation of horizontal fringes, and integrating data from other modalities to broaden the system's applications.

Cómo citar

Elegí el formato que necesitás y copiá la referencia al portapapeles.

APA 7

al, M. T. E. (2023). Deep learning enabled single-shot absolute phase recovery in high-speed composite fringe pattern profilometry of separated objects. https://doi.org/10.29026/oea.2023.230172

MLA

al, Maciej Trusiak et. "Deep learning enabled single-shot absolute phase recovery in high-speed composite fringe pattern profilometry of separated objects." 2023. https://doi.org/10.29026/oea.2023.230172.

Chicago

al, Maciej Trusiak et. 2023. "Deep learning enabled single-shot absolute phase recovery in high-speed composite fringe pattern profilometry of separated objects.". https://doi.org/10.29026/oea.2023.230172.

Harvard

al, M. T. E. 2023, Deep learning enabled single-shot absolute phase recovery in high-speed composite fringe pattern profilometry of separated objects, Editorial Office of Opto-Electronic Journals Group, Institute of Optics and Electronics, CAS, China, available at: https://doi.org/10.29026/oea.2023.230172 [Accessed 29 Jun. 2026].

Compartir e imprimir

Guardá la ficha, copiá su enlace permanente o imprimila como PDF.

Exportar referencia

Si usás un gestor bibliográfico, podés exportar el registro en los formatos más comunes.

RIS BibTeX

Detalles del recurso

Información bibliográfica útil para confirmar que se trata del material correcto.

Título: Deep learning enabled single-shot absolute phase recovery in high-speed composite fringe pattern profilometry of separated objects

Autor / colaboradores: Maciej Trusiak et al

Editorial: Editorial Office of Opto-Electronic Journals Group, Institute of Optics and Electronics, CAS, China

Año de publicación: 2023

ISSN: 2096-4579

ISSN: 2096-4579

Idioma: eng