资讯来源（Source）：Light: Science & Applications

研究团队（Authors）：Jie Xu、Jindong Tian

发表时间（Published）：2025年03月27日

文献DOI：10.1038/s41377-025-01894-9

原文链接（Link）：https://www.nature.com/articles/s41377-025-01802-4

核心研究进展（Core Research Progress）

条纹投影轮廓测量技术（Fringe Projection Profilometry, FPP）广泛应用于三维成像（3D Imaging）与精密测量领域，普遍存在速度与精度难以兼顾的问题。该研究利用深度学习算法优化FPP技术，在保留高分辨率的同时，将成像帧率提升至100k fps，突破传统三维测量的速度瓶颈。

技术应用价值（Technical Application Value）

该深度学习赋能方案兼顾超高帧率与高精度，可捕捉传统设备无法识别的瞬态动态场景，大幅拓宽FPP技术应用范围。适用于超快动态三维测量、工业高速精密检测等场景，为高速高精度三维感知技术提供全新优化思路。

免责声明（Disclaimer）

1、本文为行业学术前沿资讯整理转载，仅用于行业技术交流、知识科普与产业动态参考，不构成任何商业推广、技术落地指导及投资建议。
This article is a reorganized and repost of cutting-edge academic information in the industry, only for industry technical exchanges, popular science and industrial dynamic reference, and does not constitute any commercial promotion, technical implementation guidance or investment advice.

2、文章所有研究内容、技术成果及观点均来源于期刊公开原文，版权归原作者及《Light: Science & Applications》期刊所有。
All research content, technical achievements and viewpoints of this article are derived from the official published journal papers. The copyright belongs to the original authors and the journal 《Light: Science & Applications》.

3、若相关权利人对本文内容存在版权异议，可联系我方，我方将第一时间核实并进行修正、删除等合规处理。
If relevant right holders have copyright objections to the content of this article, please contact us. We will verify and revise or delete the content in compliance with regulations in a timely manner.