“這些屬性可以支持一些原本不可能運行的應用程序，比如在行駛時讀取隱藏的非視距的車牌，或者讀取在拐角另一側的行人身上戴的工作牌。”論文一作、斯坦福大學博士後研究員 Christopher Metzler 說。
圖 | 該系統可能有一天會讓自動駕駛汽車有更犀利的視覺，不僅能看到車輛，還能讀取車牌（來源：Felix Heide, Princeton University）
近日，由他帶領的來自斯坦福大學、普林斯頓大學等四所大學組成的研究團隊在 optica 發表了一項研究成果，稱其利用深度學習算法，開發了一種新的基於激光的系統，只需搭配普通相機和一個功能強大的標準激光源，該系統就可以實現快速高分辨率對隱藏物體進行成像。
通過深度學習算法，利用普通的市售器件就能解決複雜的光學難題，這將對自動駕駛等領域產生極大的影響。有報道稱，它或許可以被安裝在衛星和航天器上，用來捕捉小行星上洞穴內的圖像。
圖 | 實驗設置。光從激光器，到虛擬光源，到隱藏的物體，到虛擬探測器，最後到相機（來源：論文）
論文作者在文中表述，他們驗證了基於 deep-inverse correlography 的算法對噪聲具有非常強的魯棒性，在空間分辨率和總捕獲時間方面都遠遠超過了現有 NLoS（non-line-of-sight，非視距）系統的能力。
Metzler 表示，此設備的設計初衷是用極高的分辨率對小物體進行成像，但它也可以與其他成像系統相結合，產生低分辨率、房間大小的重建圖像。
研究人員在試驗中，利用距離牆壁約 1 米的成像裝置，對隱藏在牆角後方的高 1 釐米的字母和數字進行了圖像重建。在四分之一秒的曝光時間，新技術可以獲得分辨率為 300 微米的重建圖像。
圖 | 不同曝光時長的模擬和重建實驗。由於該方法對噪聲的魯棒性更強，因此與依賴 HIO 或 Alt-Min 等傳統 PR 算法的系統相比，基於卷積神經網絡（ Convolutional neural networks,CNN） 的方法可以在更少的光線下運行，並獲得更高的幀速率。（來源：論文）
此前，麻省理工學院計算機視覺科學家拉梅什 · 拉斯卡爾（Ramesh Raskar）採用“主動成像”（active imaging）的方法，使用昂貴的專業相機 - 激光系統，實現對拐角處場景的高分辨率成像，用納米超高速相機探測從牆壁反彈回來的光子，從而實現三維圖像細節的逆向重建。
但需要重視的是，除了需要使用專業相機之外，這種方式必須用激光掃描整個牆壁才能形成三維圖像，整個成像過程光設備就耗資 50 萬美元。直到 2018 年 3 月，新的算法以及相對經濟實惠的 SPAD 相機出現，才使得這種方式削減一部分成本。
“2012 年以來，飛行時間成像技術（time-of-flight imaging）的主要進步體現在，原先需要百萬美元建造的系統，現在只需要數千美元。”聯合作者 Richard Baraniuk 說。
圖 | 在主動非視距成像中，激光在牆壁上反射到隱藏物體上並進一步散射，然後經過牆壁再次反射返回初始位置（來源：Stanford Computation Imaging Lab）
飛行時間成像技術原理是，來自高速激光的光線從牆上反射到隱藏區域的物體上，其中一些光線會反射回牆壁再反射回相機，通過測量返回光子的飛行時間，可以判斷飛行距離進行粗略成像。
Deep-inverse correlography 則是尋找牆上的干涉圖樣，也就是所謂的散斑圖（speckle pattern）。散斑圖包含著隱藏物體的形狀信息，但重建完整圖案需要解決極具挑戰性的算法問題。短時曝光可以實現實時成像，但是噪聲很多，會嚴重干擾現有算法。因此，該團隊才想到了利用深度學習算法。
與其他 NLoS 成像方法相比，深度學習算法可以通過準確地描述噪聲，合成數據訓練算法來解決重建問題，而不需要昂貴的試驗訓練數據。
圖 | 研究人員在試驗中，利用距離牆壁約 1 米的成像裝置，對隱藏在牆角後方的高 1 釐米的字母和數字進行了圖像重建。使用四分之一秒的曝光時間，新技術可以獲得分辨率為 300 微米的重建圖像（來源：Rice University）
聯合作者 Ashok Veeraraghavan 說：“因此，我們正在討論的是一個比飛行時間成像技術小得多的視野，這個視野接近幾英寸而不是幾米，但是，在這個有限的領域內，我們能夠獲得比它精確 100 倍的空間分辨率。”
接下來，研究人員計劃把飛行時間成像技術和 deep-inverse correlography 相結合。“通過飛行時間技術，你可以獲得一張粗略的圖像，顯示人在哪裡，一旦你定位到了他們的胸牌或者臉，之後可以利用這項技術再得到一個超高清的局部圖像。”
該技術屬於 DARPA（美國國防高級研究計劃局，Defense Advanced Research Projects Agency）“揭露計劃”（REVEAL program）的一部分。該計劃耗資 2700 萬美元，旨在通過活躍光場的開發，革命性地提高能見度。該項目為許多美國新成立的實驗室提供資金。
閱讀更多 DeepTech深科技 的文章
