美國研究人員創(chuàng)建出一種新型非視距成像系統，其利用深度學習技術，可快速對拐角后面的物體進行高分辨率成像。研究人員稱，隨著技術發(fā)展，該系統有望在自動駕駛、航天探測等多領域發(fā)揮作用，如幫助自動駕駛汽車發(fā)現道路拐角后面的危險因素、幫助航天探測器拍攝小行星洞穴中的圖像等。

在美國光學學會期刊《光學》上，研究人員介紹了他們的研究成果。該成像系統使用了市售的相機傳感器和功能強大的激光光源。激光束從角落或障礙物周圍的墻壁反射到隱藏的物體上，物體散射的光子會再反射到墻壁上，形成散斑圖案，這種散斑圖案編碼了隱藏物體的形狀，對其進行解析，即可獲得隱藏物體的圖像。研究人員利用從噪聲模型中采集的合成數據，訓練了一個深度卷積神經網絡，有效解決了相機短時曝光產生的噪聲干擾問題，進而能在不到1 s內完成對隱藏物體圖像的重建。

該系統主要用于對非常小的物體進行高分辨率成像，但也可與一些對大型物體(如房屋)進行低分辨率成像的系統結合使用。研究人員在報告中稱，該系統可以分辨1 m外隱藏物體的亞毫米級細節(jié)。在技術測試中，他們將成像裝置放在距墻壁1 m遠處，然后對隱藏在角落里的1 cm高的字母進行快速成像。使用0.25 s的曝光時間，他們得到了分辨率為300 μm的重建圖像。

該研究由萊斯大學、普林斯頓大學等機構研究人員聯合完成，是美國國防部高級研究計劃局REVEAL項目的一部分，該項目旨在開發(fā)各種技術來對拐角處的隱藏物體進行成像。研究人員指出，非視距成像技術在醫(yī)學成像、導航、機器人以及國防領域都具有重要應用價值。他們的新系統無論是在空間分辨率還是在成像速度上，都遠超現有的非視距成像系統。目前，他們正在研究通過擴展視場使系統對更大物體進行成像，讓這種系統更具有實用性。