据说，这种新的成像系统使用了一个商用相机传感器和一个强大的但不是标准的类似于激光指针的激光源。
felix heide，普林斯顿大学
据报道，研究人员利用一种名为深度学习的人工智能（ai）的技术，创建了一种新的基于激光的系统，可以实时拍摄角落周围的图像。随着进一步的发展，该系统有望让自动驾驶汽车在停放汽车或繁忙的十字路口周围‘查看’危险或行人。
“与其他方法相比，我们的非视距成像系统提供了独特的高分辨率和成像速度，”来自斯坦福大学和赖斯大学的研究小组组长克里斯托弗·a·梅茨勒（christophera．metzler）说。“这些属性使得原本不可能实现的应用成为可能，比如在隐蔽汽车行驶时读取其车牌，或者读取走在拐角另一边的人佩戴的徽章。”
梅茨勒（metzler）报告说，新系统可以区分一米远处隐藏物体的亚毫米细节。该系统旨在对非常小的分辨率的小物体进行成像，但可以与其他成像系统结合使用，产生低分辨率图像大小的重建。
普林斯顿大学的研究员费利克斯·海德说：“非视线成像在医学成像、导航、机器人和国防方面有着重要的应用。”我们的工作朝着使其在各种此类应用的使用迈出一步。
“与其他非视线成像方法相比，我们的深度学习算法对噪声的鲁棒性更强，因此可以在更短的曝光时间内操作，”来自南方卫理公会大学的研究员prasanna rangarajan说。“通过准确地描述噪声，我们能够合成数据，训练算法使用深度学习来解决重建问题，而不必捕获昂贵的实验训练数据。”
研究人员测试了这项新技术，方法是使用距离墙约一米的成像装置重建隐藏在角落后面的一厘米高的字母和数字的图像。使用四分之一秒的曝光长度，该方法产生了分辨率为300微米的重建图像。
这项研究是美国国防部高级研究计划局（darpa）利用主动光场（reveal）计划革命性地提高能见度的一部分，该计划正在开发各种不同的技术来对角落周围的隐藏物体进行成像。研究人员现在正致力于通过扩展视场使该系统能够重建更大的物体，从而使其在更多的应用中实用。（编译／cassie）

---