曉查 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
試想一下，自動駕駛汽車行駛到了拐彎處，即使激光雷達再強大，也無法探測到建築物後的有什麼事情發生，如果是突然有行人衝出來，後果不堪設想。
其實用激光結合強大的AI算法，可以幫你看到牆後究竟有沒有人，甚至還能看出他的姿勢。
最近，一家來自中國的AI創業公司合刃科技與華中科技大學、斯坦福大學等合作，嘗試用牆壁散射的光去復原被遮擋數字，正確率最高能達到97%，整個過程不需要1秒，更適合用在需要實時處理的自動駕駛。
他們的論文《Direct Object Recognition Without Line-of-Sight Using Optical Coherence》已被CVPR 2019收錄。
之前，量子位介紹過一種可以用牆面反射的復原屏幕內容的方法。而合刃科技提出的方法不需要複雜的圖像重建過程，不僅能恢復簡單的圖像，甚至還能推測人體的姿勢。
隔板猜物
研究人員給算法出了道難題，讓它從拍攝白牆上的畫面，推測黑色擋板背後屏幕上的內容。由於被拍攝物體和相機之間有不透明的障礙物，因此相機只能採集到擋板上漫反射的光。
上面的佈局太複雜，簡化後的示意圖如下：
除了這種比較簡單的情形，研究人員還給算法出了兩道附加題：讓激光來回反射繞過兩堵牆，甚至還設計了一種“旋轉的牆壁”。
由全息照片猜數字
激光與我們日常見到的日光、燈光不同，不僅能記錄強度，還能記錄相位信息，通俗地說就是能記錄被拍物體的立體信息，與全息照相類似。
當攜帶MNIST數字信息的相干光經過擋板漫反射後，形成散斑圖。雖然由散斑圖復原物體有困難，但是可以用AI算法，對障礙物後面的數字變化進行實時識別。
僅僅能識別數字圖像還不行，研究人員還嘗試從散斑圖找到中得到牆後面隱藏的人，已經他正處在什麼姿勢。
在處理圖像時，AI算法用了兩個網絡：
1、SimpleNet，它用來對10個數字圖像進行分類，包含4個卷積層，完全連接層中由1024個神經元。
由於全息圖像的每個區域都包含被拍攝物體的全部信息，為了減小計算量，研究人員只選取照片中200×200的一小塊區域，從拍攝的1萬張照片中選取95%作為訓練集，5%作為數據集。
2、ResNet-18，它用來對人體姿勢進行分類。輸入圖像被裁剪至224×224。
準確率最高97%
在識別MNIST手寫數字的實驗中，算法的平均識別準確率均在91%以上，最高可達97%。
通過深度學習的AI算法處理，研究人員對12個人不用的10種姿勢進行識別，得到的平均識別準確率為78.18%。
論文鏈接：
https://arxiv.org/abs/1903.07705
— 完 —
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態
閱讀更多 量子位 的文章
