傳感器可以實(shí)時(shí)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)和南衛理公會(huì )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。它能夠區分1米外的隱藏物體的亞毫米級細節，據合著(zhù)者Felix Heide稱(chēng)，它可用于辨別隱藏的行駛車(chē)輛的車(chē)牌和行走人員佩戴的人員證章。

海德說(shuō)：“非視距成像在醫學(xué)成像，導航，機器人技術(shù)和國防領(lǐng)域具有重要的應用。” “我們的工作朝著(zhù)使其在各種此類(lèi)應用中使用邁出了一步。”

他們的方法不是第一個(gè)能夠構建能夠顯示拐角處數字圖像的方法。去年，英特爾實(shí)驗室和斯坦福大學(xué)的科學(xué)家采用了幾組揚聲器和現成的麥克風(fēng)來(lái)捕獲聲波回波的時(shí)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)院的計算機科學(xué)和人工智能實(shí)驗室詳細介紹了一款通過(guò)分析陰影來(lái)重建視野外場(chǎng)景的相機。

但是，這種最新的成像系統使用的是商用相機和類(lèi)似于標準指示器中的激光光源。光束從可見(jiàn)的墻壁反彈到隱藏的物體上，然后再反射回墻壁，從而形成獨特的光散射，稱(chēng)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據進(jìn)行訓練的AI算法，從而無(wú)需捕獲實(shí)驗訓練樣本。合著(zhù)者Prasanna Rangarajan解釋說(shuō)，至關(guān)重要的是，它能夠以較短的實(shí)時(shí)成像曝光時(shí)間運行。

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

研究人員通過(guò)嘗試重建1厘米高的字母和數字的圖像來(lái)測試他們的技術(shù)，這些字母和數字隱藏在距墻1米的角落后面。使用四分之一秒的曝光時(shí)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，該系統是美國國防高級研究計劃局通過(guò)利用主動(dòng)光場(chǎng)(REVEAL)革命性增強可見(jiàn)性的一部分而開(kāi)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(shuō)，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結合使用，這可能使未來(lái)的無(wú)人駕駛汽車(chē)能夠“觀(guān)察”停放的車(chē)輛或繁忙的十字路口，或者幫助衛星和航天器從小行星的洞穴中捕獲圖像。

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