人工智能驅動的新型相機

現如今，格拉斯哥大學的數據科學家 Alex Turpin 和物理學家 Daniele Faccio 及他們的同事，發(fā)明了一種方法來生成具有單個像素但是沒有圖案化閃光的 3D 圖像。他們利用閃電般快速的單光子探測器，以均勻的閃光照亮了一個場景，并簡單地測量了反射時間。

探測器的精度為四分之一納秒，可以計算出到達的光子數量與時間的函數關系，研究人員僅憑這些信息即可重建場景圖像

這是一種新奇的方法，因為原則上場景中物體的排列和時間信息之間沒有一一對應的關系。例如，從探測器 3 米遠的任何表面反射的光子，無論朝向表面的任意方向，都將在 10 納秒內到達。

而所謂的飛行時間相機可以增加深度，通過精確計算從物體反射到不同像素的閃光時間來制作 3D 圖像。

新型的 3D 成像設備從一個簡單、廉價的單點檢測器開始，這種探測器被調整為充當光子的秒表。與測量顏色和強度空間分布的相機不同，探測器僅記錄由瞬間激光脈沖產生的光子從任意給定場景中的每個物體反彈并到達傳感器所需的時間。物體距離越遠，每個反射光子到達傳感器所需的時間就越長。

有關場景中反射的每個光子的時間信息（研究人員稱為時間數據）都收集在一個非常簡單的圖表中。

由人工智能驅動的系統(tǒng)使用光回聲來制作3D圖像（左），盡管其分辨率低于3D攝像機的分辨率

然后，借助復雜的神經網絡算法將這些圖轉換為 3D 圖像。研究人員對算法進行了訓練，向它展示了團隊在實驗室中移動和攜帶物體的數千張常規(guī)照片，以及同時由單點檢測器捕獲的時間數據。同時，他們還使用了一個非飛行時間的攝影機來拍攝場景的真實 3D 圖像。

最終，這種神經網絡已經足夠了解時間數據與照片的對應關系，從而僅憑時間數據就可以創(chuàng)建高度準確的圖像。它與飛行時間相機相比，時間圖像模糊且缺乏細節(jié)。然而，卻清楚地揭示了人們的形態(tài)。

新型成像系統(tǒng)或將引發(fā)相機革命

加州大學伯克利分校的計算機科學家兼電氣工程師 Laura Waller 表示：“乍一看，這種模棱兩可的方法似乎使問題無法解決。單像素成像，當我第一次聽到這個概念時，我想，這應該行得通。但仔細一想，這應該不起作用�！�

格拉斯哥大學計算科學學院數據科學研究員 Alex Turpin 博士說：“如果我們只考慮空間信息，而單點探測器沒有空間信息，所以單像素成像是不可能的。然而，這樣的探測器仍然可以提供有價值的時間信息。與傳統(tǒng)圖像制作不同的是，我們的方法能夠完全將光與過程分離�！�

而且為了能實現這一目的，Alex Turpin及其同事采用了一種稱為神經網絡的機器學習程序，在使用數據集訓練神經網絡后，該程序能夠自行對場景中移動的人進行成像。

與傳統(tǒng)的攝像機不同的是，收集時間數據的單點探測器體積小、重量輕且價格便宜，這意味著它們可以輕松地添加到現有系統(tǒng)中，例如被用作自動駕駛汽車的攝像頭，以提高尋路的準確性和剎車反應速度。

另外，它們可以增強移動設備中現有的傳感器，例如 Google Pixel 4，該傳感器已經具有基于雷達技術的簡單手勢識別系統(tǒng)，甚至可以用下一代技術來監(jiān)視醫(yī)院患者胸腔的上升和下降，提醒著患者的呼吸變化或跟蹤運動，從而用符合數據安全的方式了來確保他們的安全。

Alex Turpin 博士補充說：“我們對自己開發(fā)的系統(tǒng)的潛力感到非常興奮，我們期待著繼續(xù)挖掘其潛力。我們的下一步目標是開發(fā)一個獨立的、便攜式的即裝即用系統(tǒng)，我們迫切希望開始研究我們的選擇，并通過商業(yè)合作伙伴的幫助進一步開展研究�！�