Глубокое обучение позволяет создавать изображения за углами в реальном времени


Исследователи использовали возможности искусственного интеллекта, известного как глубокое обучение, для создания новой лазерной системы, которая может отображать углы в реальном времени. При дальнейшем развитии система может позволить беспилотным автомобилям «осматривать» припаркованные автомобили или оживленные перекрестки, чтобы увидеть опасности или пешеходов. Его также можно установить на спутники и космические корабли для таких задач, как получение изображений внутри пещеры на астероиде.

«По сравнению с другими подходами наша система визуализации вне прямой видимости обеспечивает исключительно высокое разрешение и скорость визуализации», – сказал руководитель исследовательской группы Кристофер А. Метцлер из Стэнфордского университета и Университета Райса. «Эти атрибуты позволяют приложениям, которые иначе были бы невозможны, например, считывание номерного знака спрятанного автомобиля во время вождения или считывание значка, который носит человек, идущий по другую сторону угла».

В Optica , журнале Оптического общества для высокоэффективных исследований, Мецлер и его коллеги из Принстонского университета, Южного методистского университета и Университета Райса сообщают, что новая система может различать субмиллиметровые детали скрытых объектов. от 1 метра. Система предназначена для изображения небольших объектов с очень высоким разрешением, но ее можно комбинировать с другими системами обработки изображений, которые позволяют производить реконструкции с низким разрешением размером с комнату.

«Получение изображений вне зоны прямой видимости имеет важные приложения в области медицинской визуализации, навигации, робототехники и обороны», – сказал соавтор Феликс Хайде из Принстонского университета. «Наша работа делает шаг к тому, чтобы его можно было использовать во множестве таких приложений».

Решение проблемы оптики с помощью глубокого обучения

В новой системе визуализации используется имеющийся в продаже датчик камеры и мощный, но в остальном стандартный лазерный источник, аналогичный тому, который используется в лазерной указке. Луч лазера отражается от видимой стены на скрытый объект, а затем обратно на стену, создавая интерференционный узор, известный как спекл-узор, который кодирует форму скрытого объекта.

Восстановление скрытого объекта по образцу пятен требует решения сложной вычислительной задачи. Для получения изображений в реальном времени необходимо короткое время экспозиции, но они создают слишком много шума для работы существующих алгоритмов. Чтобы решить эту проблему, исследователи обратились к глубокому обучению.

«По сравнению с другими подходами к визуализации вне прямой видимости, наш алгоритм глубокого обучения гораздо более устойчив к шуму и, следовательно, может работать с гораздо более коротким временем воздействия», – сказала соавтор Прасанна Рангараджан из Южного методистского университета. «Точно охарактеризовав шум, мы смогли синтезировать данные для обучения алгоритма решению задачи реконструкции с использованием глубокого обучения без необходимости сбора дорогостоящих экспериментальных обучающих данных».

Заглядывать за угол

Исследователи протестировали новую технику, реконструировав изображения букв и цифр высотой в 1 сантиметр, скрытые за углом, с помощью установки визуализации на расстоянии около 1 метра от стены. Используя длину экспозиции в четверть секунды, этот подход позволил получить реконструкции с разрешением 300 микрон.

Исследование является частью программы DARPA «Революционное улучшение видимости за счет использования активных световых полей» (REVEAL), которая разрабатывает различные методы для изображения скрытых объектов за углами. В настоящее время исследователи работают над тем, чтобы сделать систему практичной для большего числа приложений, расширив поле зрения, чтобы она могла реконструировать более крупные объекты.


Добавить комментарий