利用非视距成像和深度学习技术 新系统可快速拍摄拐角后物体

非视距成像系统技术示意图。

美国研究人员创建出一种新型非视距成像系统，其利用深度学习技术，可快速对拐角后面的物体进行高分辨率成像。研究人员称，随着技术发展，该系统有望在自动驾驶、航天探测等多领域发挥作用，如帮助自动驾驶汽车发现道路拐角后面的危险因素、帮助航天探测器拍摄小行星洞穴中的图像等。

在最新一期美国光学学会期刊《光学》上，研究人员介绍了他们的研究成果。该成像系统使用了市售的相机传感器和功能强大的激光光源。激光束从角落或障碍物周围的墙壁反射到隐藏的物体上，物体散射的光子会再反射到墙壁上，形成散斑图案，这种散斑图案编码了隐藏物体的形状，对其进行解析，即可获得隐藏物体的图像。研究人员利用从噪声模型中采集的合成数据，训练了一个深度卷积神经网络，有效解决了相机短时曝光产生的噪声干扰问题，进而能在不到1秒钟时间内完成对隐藏物体图像的重建。

该系统主要用于对非常小的物体进行高分辨率成像，但也可与一些对大型物体(如房屋)进行低分辨率成像的系统结合使用。研究人员在报告中称，该系统可以分辨1米外隐藏物体的亚毫米级细节。在技术测试中，他们将成像装置放在距墙壁1米远处，然后对隐藏在角落里的1厘米高的字母进行快速成像。使用四分之一秒的曝光时间，他们得到了分辨率为300微米的重建图像。

该研究由莱斯大学、普林斯顿大学等机构研究人员联合完成，是美国国防部高级研究计划局REVEAL项目的一部分，该项目旨在开发各种技术来对拐角处的隐藏物体进行成像。研究人员指出，非视距成像技术在医学成像、导航、机器人以及国防领域都具有重要应用价值。他们的新系统无论是在空间分辨率还是在成像速度上，都远超现有的非视距成像系统。目前，他们正在研究通过扩展视场使系统对更大物体进行成像，让这种系统更具有实用性。