AI系统可即时探测隐藏在转角后的物体样貌

研究人员将深度学习应用在激光光系统，可以即时侦测位于转角后的物体，包括单字或是符号，这项技术有助于自动驾驶车辆和机器人，侦测不在视线中的东西，进行环境探测或是避免碰撞等用途。这项研究是美国国防部DARPA的REVEAL计划一部分，该计划的目标是要开发各种技术，看见隐藏在角落后的物体。

来自于莱斯大学、普林斯顿大学和南方卫理会大学的研究人员，合作开发的激光光系统，可以靠激光光即时捕捉转角附近物体的详细图像，研究人员提到，这种技术除了自驾车可用来侦测路况之外，也可以安装在卫星或是太空船上，对小行星上的洞穴进行探测。这个系统可对小型物体，进行高分辨率的成像，但也可以结合其他低分辨率的成像系统，进行房间规模的空间重建。

2012年就曾有类似技术的研究，将一般不透明的墙壁当作反射的镜子，透过墙壁将激光光反弹进隐藏的转角区域，接着激光光又会从隐藏区域反射回墙壁，最后再反射回系统的摄影机，透过精确量测光线返回摄影机需要的时间，系统可以粗糙地绘制出隐藏区域的图像。

而经过7年时间的改进，这项技术现在不需要百万美元的装置，只要数千美元的成本，就能打造出相同功能的系统。研究人员使用市面上就可买到的相机，以及激光指示器来建置系统，研究人员提到，新系统跟之前的研究原理差不多，也是仰赖激光光的反射，但是新系统并非测量光返回的时间，而是在墙壁上寻找波干涉所形成的散斑图样（Speckle Pattern）。

而要从散斑图样回推转角隐藏物体的样貌，是一个复杂的计算问题，而且为了进行即时的侦测，需要进行短时间的曝光，但这样又会产生过多的噪声，因此研究人员使用深度学习来解决这个问题，研究人员表示，深度学习能强健地处理噪声，可以处理更短曝光时间所产生的噪声，而且透过模拟噪声，他们可以用合成的方式产生大量训练资料，而不需要花费大量的时间，实际进行实验捕捉训练资料。

研究人员对新系统进行实验，距离墙壁一米的地方，在转角设置一公分高的字母和数字，新系统能以四分之一秒的曝光时间，重建出300微米的图像，研究人员提到，与之前的研究相比，新系统以更小的视野，就能获得更高的空间分辨率。未来他们希望拓展系统，对ID挂牌或是人脸进行探测。