傳感器可以實(shí)時看到障礙物的角落嗎?事實(shí)證明，是的。斯坦福大學(xué)，萊斯大學(xué)，普林斯頓大學(xué)和南衛(wèi)理公會大學(xué)的研究人員在Optica雜志上發(fā)表的一項研究提出了一種能夠以高分辨率和高速度產(chǎn)生彎曲圖像的系統(tǒng)。它能夠區(qū)分1米外的隱藏物體的亞毫米級細(xì)節(jié)，據(jù)合著者Felix Heide稱，它可用于辨別隱藏的行駛車輛的車牌和行走人員佩戴的人員證章。

海德說：“非視距成像在醫(yī)學(xué)成像，導(dǎo)航，機(jī)器人技術(shù)和國防領(lǐng)域具有重要的應(yīng)用。” “我們的工作朝著使其在各種此類應(yīng)用中使用邁出了一步。”

他們的方法不是第一個能夠構(gòu)建能夠顯示拐角處數(shù)字圖像的方法。去年，英特爾實(shí)驗室和斯坦福大學(xué)的科學(xué)家采用了幾組揚(yáng)聲器和現(xiàn)成的麥克風(fēng)來捕獲聲波回波的時間，并通知受地震成像啟發(fā)的算法生成隱藏物體的圖像。分別在2017年，2018年和2019年，麻省理工學(xué)院的計算機(jī)科學(xué)和人工智能實(shí)驗室詳細(xì)介紹了一款通過分析陰影來重建視野外場景的相機(jī)。

但是，這種最新的成像系統(tǒng)使用的是商用相機(jī)和類似于標(biāo)準(zhǔn)指示器中的激光光源。光束從可見的墻壁反彈到隱藏的物體上，然后再反射回墻壁，從而形成獨(dú)特的光散射，稱為斑點(diǎn)圖案，可對隱藏的物體的形狀進(jìn)行編碼。

為了從斑點(diǎn)圖案中重建物體，研究人員使用了針對特征噪聲合成數(shù)據(jù)進(jìn)行訓(xùn)練的AI算法，從而無需捕獲實(shí)驗訓(xùn)練樣本。合著者Prasanna Rangarajan解釋說，至關(guān)重要的是，它能夠以較短的實(shí)時成像曝光時間運(yùn)行。

“與其他非視距成像方法相比，我們的深度學(xué)習(xí)算法更加健壯，” Rangarajan說。

研究人員通過嘗試重建1厘米高的字母和數(shù)字的圖像來測試他們的技術(shù)，這些字母和數(shù)字隱藏在距墻1米的角落后面。使用四分之一秒的曝光時間，該方法可產(chǎn)生分辨率為300微米(約0.01英寸)的重建圖像。

研究人員指出，該系統(tǒng)是美國國防高級研究計劃局通過利用主動光場(REVEAL)革命性增強(qiáng)可見性的一部分而開發(fā)的，該程序旨在促進(jìn)技術(shù)發(fā)展，以對拐角處的物體進(jìn)行成像。他們說，它可以與產(chǎn)生低分辨率，房間大小的重建的其他成像系統(tǒng)結(jié)合使用，這可能使未來的無人駕駛汽車能夠“觀察”停放的車輛或繁忙的十字路口，或者幫助衛(wèi)星和航天器從小行星的洞穴中捕獲圖像。

研究人員將未來的工作留給未來的工作，方法是擴(kuò)展視野，使其能夠重建更大的物體，從而使該系統(tǒng)更適合于更多應(yīng)用。