如果您的汽车拥有的技术不仅可以警告您车辆的清晰视野 - 相机，雷达和激光现在可以在许多标准和自动驾驶车辆中使用的方式 - 而且还会警告您有关障碍物隐藏的物体。也许这是被停放的汽车挡住的东西，或者只是在街角的建筑物后面看不到的东西。

这种看到你视线之外的东西的能力听起来像是科幻小说，但研究人员在过去十年里已经取得了很大的进步，将所谓的“非视线成像”变为现实。

到目前为止，他们不得不依赖昂贵的固定设备。但是Vivek Goyal和来自波士顿大学的一组研究人员已经开发出一种系统，它采用计算机算法和简单的数码相机，可以让我们更加经济实惠，灵活地看待即将发生的事情。

(资料图片)

“有一个关于非视距成像的研究社区，”波士顿大学电气和计算机工程副教授Goyal说。“在一个人口密集的城区，如果你可以在拐角处获得更大的能见度，这对安全起着重要作用。例如，你可能会看到那辆停放的汽车的另一边有一个孩子。你也可以想象很多情况下，看到周围的障碍物将非常有用，例如从战场上进行监视，以及在搜索和救援情况下你可能无法进入某个区域，因为这样做很危险。“

在2019年1月23日发表在“ 自然”杂志上的一篇论文中，Goyal和一组研究人员说，他们能够通过从半影的数码照片中捕获信息来计算和重建一个角落的场景，半影是部分阴影的外部区域。由不透明物体投射的阴影。

“基本上，我们的技术可以让你通过观察哑光墙上的半影来看到角落里的东西，”Goyal说。

当阴影将普通的墙壁变成镜子时

Goyal解释说，在磨砂墙上，光线平均散射，而不是像镜子那样集中或反射回一个方向。通常，这不会为计算机程序提供足够的有组织的信息来翻译即将到来的可见场景中发生的事情。但Goyal的团队发现，当拐角处有一个已知的固体物体时，部分遮挡的场景会造成模糊的半影。只要不透视，对象就可以是任何东西。在这种情况下，研究人员选择使用普通椅子。对于人眼来说，由此产生的半影可能看起来不那么多。对于计算机程序，它具有很高的信息量。

通过输入对象的尺寸和位置，团队发现他们的计算机程序可以组织光散射并确定原始场景的样子 - 所有这些都来自墙上看似模糊的阴影的数码照片。

“基于光线光学，我们可以计算并了解场景外观的哪些子集会影响相机像素，”Goyal说，“可以计算出隐藏场景的图像。”

出于研究目的，他们通过在LCD显示器上显示不同的图像来创建不同的场景。但Goyal解释说，使用液晶屏幕没有任何根本意义。

例如，可以使用他们的方法重建站在拐角处的人的形象吗?Goyal说，没有任何概念障碍阻止它，但他们还没有尝试过。然而，他们确实通过切割彩色的建筑纸张并将它们粘贴在泡沫板上来制作其他场景，以查看它们的系统是否能够检测出形状和颜色。Goyal说他们的“幼儿园艺术项目”场景确实能够被解释。

看到周围的潜力

Goyal解释说，最根本的限制是半影与周围环境之间的对比。“我们提出的结果是针对一个相对黑暗的房间，”他说。当团队在实验室中增加环境光的水平时，他们发现半影变得更难以看到，并且系统精确重建拐角处场景的能力逐渐变得更糟。

Goyal表示，虽然使用非视距成像的实际应用还有很长的路要走，但突破性的是概念验证。

“在未来，我想可能会有某种混合方法，其中系统能够定位前景不透明物体，并将其纳入场景的计算重建中，”他说。

Goyal说，他们发现的最令人兴奋的方面是发现可以从半影中提取出如此多的信息，这些信息几乎可以在任何地方找到。

“当你意识到可以从它们中提取多少光线时，你再也无法以同样的方式看待阴影，”他说。