|听声辨位过时了!这个AI系统仅凭光回声就能得到3D图像( 二 )


Turpin 表示 , 该时域成像系统相比普通成像系统具备多项优势 。 例如 , 新系统速度很快 , 能够以每秒 1000 帧的速率运行 。 Turpin 称 , 这种粗糙但迅速的 3D 成像技术有很多应用场景 。 同时 , 该系统价格低廉、构造简单 。 理论上 , 技术爱好者使用一台普通的笔记本电脑和无线电路由器的天线 , 就可以监控房间 。
不过 , Waller 表示 , 目前尚不清楚这一系统的效果如何 , 毕竟现有的相机价格也不算昂贵 。 她认为 , 该研究实验提出了一个有趣的概念性问题:神经网络是如何学习创建合理图像的?「它的运行原理是什么?其背后的物理学是什么?」Waller 认为 , 真正的挑战在于 , 不再把神经网络作为黑箱 , 而是真正探讨它的原理 。
以下是论文内容的详细介绍:
|听声辨位过时了!这个AI系统仅凭光回声就能得到3D图像
本文插图

论文地址:https://www.osapublishing.org/optica/abstract.cfm?uri=optica-7-8-900
单点 3D 成像方法详解
这项研究采取了一种不同的方法 , 通过基于包含目标检索图像类型的数据集的先验知识提供额外信息 , 并且为这一目标训练了一种监督式机器学习算法 。
具体而言 , 如下图 1 所示 , 这种 3D 成像方法共包含三个部分:(i) 脉冲光源 , (ii) 单点时间分辨传感器 ,(iii) 图像检索算法 。 利用脉冲光源对场景进行泛光照明 , 然后用传感器收集由此产生的反向散射光子 。
该研究通过结合使用单点 SPAD 检测器和时间相关单光子计数(TCSPC)电子器件 , 将光子到达场景中不同位置物体的时间形成时间直方图(temporal histogram , 参见图 1b) , 不同形状的物体为传感器提供到达时间的不同分布 。
|听声辨位过时了!这个AI系统仅凭光回声就能得到3D图像
本文插图

图 1:基于单点时间分辨传感器的 3D 成像 。
该方法包括两个步骤:a)数据收集 , b)部署 。 在第一步中 , 用脉冲激光束照射场景 , 用单点传感器(此处是 SPAD)采集反射光 , SPAD 通过 TCSPC 提供时间直方图 。 同时 , ToF 相机记录来自场景的 3D 图像 , 该相机独立于 SPAD 和脉冲激光系统运行 。 SPAD 时间直方图和 ToF 3D 图像被用来训练图像检索神经网络 。 步骤 2 仅在神经网络训练完成后进行 。 在该部署阶段 , 只需使用脉冲激光源和 SPAD:仅基于时间直方图提取 3D 图像 。
实验结果
图 3 中的实验结果显示了该系统在不同情况下从时间直方图恢复 3D 图像的性能 。
第一列显示使用 SPAD 传感器和 TCSPC(a-d 行)或雷达收发器(e 行)记录的时间直方图 。 最后一列代表直接用 ToF 相机度量的 3D 图像 , 用于与重建图像(第二列)进行对比 。 彩色条描述的是颜色编码深度图 。
|听声辨位过时了!这个AI系统仅凭光回声就能得到3D图像
本文插图

详细信息参见以下视频:
00:00/00:00倍速 画中画
Visualization 1 。
00:00/00:00倍速
Visualization 2 。
【|听声辨位过时了!这个AI系统仅凭光回声就能得到3D图像】参考链接:https://www.sciencemag.org/news/2020/08/time-camera-generates-3d-images-echoes-light


推荐阅读