安徽省光学学会

2024年09月19日 星期四

行业动态

高分辨率“透视”系统问世!斯坦福团队用普通器件解决光学难题

文章来源:DeepTech 深科技作者:发布时间:2020-02-10


  " 这些属性可以支持一些原本不可能运行的应用程序,比如在行驶时读取隐藏的非视距的车牌,或者读取在拐角另一侧的行人身上戴的工作牌。" 论文一作、斯坦福大学博士后研究员 Christopher Metzler 说。

图 | 该系统可能有一天会让自动驾驶汽车有更犀利的视觉,不仅能看到车辆,还能读取车牌

(来源:Felix Heide, Princeton University)

  近日,由他带领的来自斯坦福大学、普林斯顿大学等四所大学组成的研究团队在 optica 发表了一项研究成果,称其利用深度学习算法,开发了一种新的基于激光的系统,只需搭配普通相机和一个功能强大的标准激光源,该系统就可以实现快速高分辨率对隐藏物体进行成像。

  通过深度学习算法,利用普通的市售器件就能解决复杂的光学难题,这将对自动驾驶等领域产生极大的影响。有报道称,它或许可以被安装在卫星和航天器上,用来捕捉小行星上洞穴内的图像。

图 | 实验设置。

光从激光器,到虚拟光源,到隐藏的物体,到虚拟探测器,最后到相机(来源:论文)

  论文作者在文中表述,他们验证了基于 deep-inverse correlography 的算法对噪声具有非常强的鲁棒性,在空间分辨率和总捕获时间方面都远远超过了现有 NLoS(non-line-of-sight,非视距)系统的能力。

  Metzler 表示,此设备的设计初衷是用极高的分辨率对小物体进行成像,但它也可以与其他成像系统相结合,产生低分辨率、房间大小的重建图像。

  研究人员在试验中,利用距离墙壁约 1 米的成像装置,对隐藏在墙角后方的高 1 厘米的字母和数字进行了图像重建。在四分之一秒的曝光时间,新技术可以获得分辨率为 300 微米的重建图像。

图 | 不同曝光时长的模拟和重建实验。

由于该方法对噪声的鲁棒性更强,因此与依赖 HIO 或 Alt-Min 等传统 PR 算法的系统相比,基于卷积神经网络( Convolutional neural networks,CNN) 的方法可以在更少的光线下运行,并获得更高的帧速率。(来源:论文)

  此前,麻省理工学院计算机视觉科学家拉梅什 · 拉斯卡尔(Ramesh Raskar)采用" 主动成像 "(active imaging)的方法,使用昂贵的专业相机 - 激光系统,实现对拐角处场景的高分辨率成像,用纳米超高速相机探测从墙壁反弹回来的光子,从而实现三维图像细节的逆向重建。

  但需要重视的是,除了需要使用专业相机之外,这种方式必须用激光扫描整个墙壁才能形成三维图像,整个成像过程光设备就耗资 50 万美元。直到 2018 年 3 月,新的算法以及相对经济实惠的 SPAD 相机出现,才使得这种方式削减一部分成本。

  "2012 年以来,飞行时间成像技术(time-of-flight imaging)的主要进步体现在,原先需要百万美元建造的系统,现在只需要数千美元。" 联合作者 Richard Baraniuk 说。

图 | 在主动非视距成像中,激光在墙壁上反射到隐藏物体上并进一步散射,

然后经过墙壁再次反射返回初始位置

(来源:Stanford Computation Imaging Lab)

  飞行时间成像技术原理是,来自高速激光的光线从墙上反射到隐藏区域的物体上,其中一些光线会反射回墙壁再反射回相机,通过测量返回光子的飞行时间,可以判断飞行距离进行粗略成像。

  Deep-inverse correlography 则是寻找墙上的干涉图样,也就是所谓的散斑图(speckle pattern)。散斑图包含着隐藏物体的形状信息,但重建完整图案需要解决极具挑战性的算法问题。短时曝光可以实现实时成像,但是噪声很多,会严重干扰现有算法。因此,该团队才想到了利用深度学习算法。

  与其他 NLoS 成像方法相比,深度学习算法可以通过准确地描述噪声,合成数据训练算法来解决重建问题,而不需要昂贵的试验训练数据。

图 | 研究人员在试验中,利用距离墙壁约 1 米的成像装置,

对隐藏在墙角后方的高 1 厘米的字母和数字进行了图像重建。

使用四分之一秒的曝光时间,新技术可以获得分辨率为 300 微米的重建图像(来源:Rice University)

  联合作者 Ashok Veeraraghavan 说:" 因此,我们正在讨论的是一个比飞行时间成像技术小得多的视野,这个视野接近几英寸而不是几米,但是,在这个有限的领域内,我们能够获得比它精确 100 倍的空间分辨率。"

  接下来,研究人员计划把飞行时间成像技术和 deep-inverse correlography 相结合。" 通过飞行时间技术,你可以获得一张粗略的图像,显示人在哪里,一旦你定位到了他们的胸牌或者脸,之后可以利用这项技术再得到一个超高清的局部图像。"

  该技术属于 DARPA(美国国防高级研究计划局,Defense Advanced Research Projects Agency)" 揭露计划 "(REVEAL program)的一部分。该计划耗资 2700 万美元,旨在通过活跃光场的开发,革命性地提高能见度。该项目为许多美国新成立的实验室提供资金。


新闻链接:https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9899087159879156619%22%7D&n_type=1&p_from=4


免责声明:

网站内容来源于互联网,由网络编辑负责审查,目的在于传递信息,提供专业服务,不代表本网站平台赞同其观点和对其真实性负责。如因内容、版权问题存在异议的,请与我们取得联系,联系方式:ahos@aiofm.ac.cn 。网站平台将加强监控与审核,一旦发现违反规定的内容,按国家法规处理,处理时间不超过24小时。