據(jù)說，這種新的成像系統(tǒng)使用了一個商用相機傳感器和一個強大的但不是標(biāo)準(zhǔn)的類似于激光指針的激光源。

圖片來源：Felix Heide，普林斯頓大學(xué)

據(jù)報道，研究人員利用一種名為深度學(xué)習(xí)的人工智能（AI）的技術(shù)，創(chuàng)建了一種新的基于激光的系統(tǒng)，可以實時拍攝角落周圍的圖像。隨著進(jìn)一步的發(fā)展，該系統(tǒng)有望讓自動駕駛汽車在停放汽車或繁忙的十字路口周圍‘查看’危險或行人。

“與其他方法相比，我們的非視距成像系統(tǒng)提供了獨特的高分辨率和成像速度，”來自斯坦福大學(xué)和賴斯大學(xué)的研究小組組長克里斯托弗·A·梅茨勒（ChristopherA．Metzler）說�！斑@些屬性使得原本不可能實現(xiàn)的應(yīng)用成為可能，比如在隱蔽汽車行駛時讀取其車牌，或者讀取走在拐角另一邊的人佩戴的徽章�！�

梅茨勒（Metzler）報告說，新系統(tǒng)可以區(qū)分一米遠(yuǎn)處隱藏物體的亞毫米細(xì)節(jié)。該系統(tǒng)旨在對非常小的分辨率的小物體進(jìn)行成像，但可以與其他成像系統(tǒng)結(jié)合使用，產(chǎn)生低分辨率圖像大小的重建。
普林斯頓大學(xué)的研究員費利克斯·海德說：“非視線成像在醫(yī)學(xué)成像、導(dǎo)航、機器人和國防方面有著重要的應(yīng)用。”我們的工作朝著使其在各種此類應(yīng)用的使用邁出一步。

“與其他非視線成像方法相比，我們的深度學(xué)習(xí)算法對噪聲的魯棒性更強，因此可以在更短的曝光時間內(nèi)操作，”來自南方衛(wèi)理公會大學(xué)的研究員Prasanna Rangarajan說�！巴ㄟ^準(zhǔn)確地描述噪聲，我們能夠合成數(shù)據(jù)，訓(xùn)練算法使用深度學(xué)習(xí)來解決重建問題，而不必捕獲昂貴的實驗訓(xùn)練數(shù)據(jù)�！�

研究人員測試了這項新技術(shù)，方法是使用距離墻約一米的成像裝置重建隱藏在角落后面的一厘米高的字母和數(shù)字的圖像。使用四分之一秒的曝光長度，該方法產(chǎn)生了分辨率為300微米的重建圖像。

這項研究是美國國防部高級研究計劃局（DARPA）利用主動光場（REVEAL）計劃革命性地提高能見度的一部分，該計劃正在開發(fā)各種不同的技術(shù)來對角落周圍的隱藏物體進(jìn)行成像。研究人員現(xiàn)在正致力于通過擴展視場使該系統(tǒng)能夠重建更大的物體，從而使其在更多的應(yīng)用中實用。（編譯／Cassie）