[发明专利]图像显示装置、生成训练神经网络模型的方法和计算机程序

权利要求书

1.一种照明装置，包括：

经训练的神经网络模型，估计对应于目标强度分布的相位调制分布；以及

相位调制部，参照由所述经训练的神经网络模型所估计的所述相位调制分布对入射光执行相位调制。

2.根据权利要求1所述的照明装置，其中，

所述经训练的神经网络模型直接估计实现与所述目标强度分布对应的光线密度分布的相位调制分布。

3.根据权利要求1所述的照明装置，进一步包括：

亮度调制部，对来自所述相位调制部的发射光执行亮度调制，其中，

所述目标强度分布包括参考通过来自所述亮度调制部的发射光显示的目标图像所计算的目标强度分布，以及

所述亮度调制部使用参考所述目标图像计算的亮度调制分布和所述相位调制分布执行亮度调制。

4.根据权利要求1所述的照明装置，进一步包括：

光接收部，从所述相位调制部接收发射光，其中，

参考对所述光接收部的光接收信号的处理结果来设置所述目标强度分布。

5.根据权利要求2所述的照明装置，其中，

参考学习数据来训练所述经训练的神经网络模型，所述学习数据包括由输入神经网络模型的强度分布和用作训练数据的相位调制分布组成的集合。

6.根据权利要求2所述的照明装置，其中，

根据输入所述神经网络模型的强度分布和参照传播计算从所述神经网络模型估计的所述相位调制分布计算的强度分布之间的误差，以无监督的方式训练所述神经网络模型。

7.根据权利要求2所述的照明装置，其中，

根据输入所述神经网络模型的强度分布的倒数与参照传播计算从所述神经网络模型估计的所述相位调制分布计算的强度分布的倒数之间的误差，以无监督的方式训练所述神经网络模型。

8.根据权利要求1所述的照明装置，其中，

所述经训练的神经网络模型估计对应于所述目标强度分布的光线的布局，以及

所述照明装置进一步包括计算部，所述计算部参考所述光线的布局计算相位调制分布。

9.根据权利要求8所述的照明装置，其中，

所述计算部利用用于从梯度场重构曲面的算法从所述光线的所述布局计算所述相位调制分布。

10.根据权利要求8所述的照明装置，其中，

参考学习数据来训练所述经训练的神经网络模型，所述学习数据包括由输入所述神经网络模型的强度分布和用作训练数据的所述光线的所述布局组成的集合。

11.根据权利要求8所述的照明装置，其中，

根据输入所述神经网络模型的强度分布和参照光线光学模型从由所述神经网络模型估计的所述光线的所述布局计算出的强度分布之间的误差，以无监督的方式训练所述经训练的神经网络模型。

12.根据权利要求8所述的照明装置，其中，

根据输入所述神经网络模型的强度分布的倒数与参照光线光学模型从由所述神经网络模型估计的所述光线的所述布局计算出的强度分布的倒数之间的误差，以无监督的方式训练所述经训练的神经网络模型。

13.一种用于生成经训练的神经网络模型的方法，所述经训练的神经网络模型估计对应于目标强度分布的相位调制分布，所述方法包括：

输入步骤，将强度分布输入神经网络模型；

评价步骤，评价通过所述神经网络模型从所述强度分布估计的相位调制分布；以及

学习步骤，参考所述评价的结果来训练所述神经网络模型。