研究人员提出了一种利用人工智能来观察角落周围隐藏物体的系统

2020年01月17日 由 TGS 发表 830359 0
斯坦福大学、莱斯大学、普林斯顿大学和南卫理公会大学的研究人员在《光学》杂志上发表了一项研究,提出了一种能够以高分辨率和高速度生成转弯处图像的系统。据合著者Felix Heide称,它能够在1米远的地方分辨出隐藏物体的亚毫米细节,可以用来识别隐藏移动车辆的车牌和行走者佩戴的个人徽章,并公开表示:“非视线成像在医学成像、导航、机器人和国防等领域有着重要的应用。”

他们的方法并不是第一种能够构建数字图像来揭示即将发生什么的方法。去年,英特尔实验室和斯坦福大学的科学家们使用了几套扬声器和现成的麦克风来捕捉声波回声的时间,从而让受地震成像启发的算法能够生成隐藏物体的图像。此外,麻省理工学院也详细介绍过一种通过分析阴影重建视野外场景的摄像机。

不同的是,这个最新的成像系统使用了一个商用照相机和一个类似于标准指针的激光光源。光束从可见的墙壁反射到隐藏物体上,然后又反射回墙壁上,产生一种独特的光散射——斑纹图案,它编码了隐藏物体的形状。为了从散斑图中重建物体,研究人员使用了一种人工智能算法,该算法对特征噪声的合成数据进行训练,从而消除了捕获实验训练样本的需要。重要的是,它能够在实时成像所需的更短曝光时间下工作,合著者Prasanna Rangarajan解释说:“与其他非视线成像方法相比,我们的深度学习算法要稳健得多。”

研究人员测试了他们的技术,试图重建隐藏在离墙一米远角落里的1厘米高的字母和数字的图像。使用四分之一秒的曝光时间,这种方法产生了分辨率为300微米的重建图像。该系统的开发是美国国防高级研究计划局利用活动光场,革命性提高可视性的一部分。

他们说,它可以与其他成像系统相结合,产生低分辨率、房间大小的重建,这可能使未来的无人驾驶汽车能够“查看”停放的车位或繁忙的十字路口,或帮助卫星和宇宙飞船从小行星的洞穴中捕捉图像。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消