研究人员提出了一种利用AI来查看拐角处隐藏物体的系统

 
传感器可以实时看到障碍物的角落吗?事实证明，是的。斯坦福大学，莱斯大学，普林斯顿大学和南方卫理公会大学的研究人员在Optica杂志上发表的一项研究提出了一种能够以高分辨率和高速度产生弯曲图像的系统。它可以区分1米外的隐藏物体的亚毫米级细节，据合著者Felix Heide所说，它可以用来辨别隐藏的移动车辆的车牌和步行者佩戴的人员证章。
海德说：“非视距成像在医学成像，导航，机器人技术和国防领域具有重要的应用。” “我们的工作朝着使其在各种此类应用中使用迈出了一步。”
他们并不是第一个能够构建能够显示拐角处数字图像的方法。去年，英特尔实验室和斯坦福大学的科学家采用了几组扬声器和现成的麦克风来捕获声波回波的时间，并通知受地震成像启发的算法生成隐藏物体的图像。分别在2017年，2018年和2019年，麻省理工学院的计算机科学和人工智能实验室详细介绍了一款通过分析阴影来重建视野外场景的相机。
视线拐角处见
但是，这种最新的成像系统使用的是商用相机和类似于标准指示器中的激光光源。光束从可见的墙壁上反弹到隐藏的物体上，然后再反射回墙壁上，从而产生一种独特的光散射，称为斑点图案，可对隐藏的物体的形状进行编码。
为了从散斑图案中重建物体，研究人员使用了针对特征噪声合成数据进行训练的AI算法，从而无需捕获实验训练样本。合著者Prasanna Rangarajan解释说，至关重要的是，它能够以较短的曝光时间进行实时成像。
“与其他非视距成像方法相比，我们的深度学习算法更加健壮，” Rangarajan说。
研究人员通过尝试重建1厘米高的字母和数字的图像来测试他们的技术，这些字母和数字隐藏在距墙1米的角落后面。使用四分之一秒的曝光时间，该方法可产生分辨率为300微米(约0.01英寸)的重建图像。
研究人员指出，该系统是美国国防高级研究计划局通过利用主动光场(REVEAL)进行的革命性可见性革命的一部分，该程序旨在促进技术发展，以对拐角处的物体进行成像。他们说，它可以与产生低分辨率，房间大小的重建的其他成像系统结合使用，这可能使未来的无人驾驶汽车能够“观察”停放的车辆或繁忙的十字路口，或者帮助卫星和航天器从小行星的洞穴中捕获图像。
研究人员将未来的工作留给未来的工作，方法是扩展视场，以便可以重构更大的对象，从而使该系统更适合于更多应用。