研究人員使用AI實現(xiàn)拐角處的實時汽車成像
據(jù)說,這種新的成像系統(tǒng)使用了一個商用相機傳感器和一個強大的但不是標準的類似于激光指針的激光源。
圖片來源:Felix Heide,普林斯頓大學
據(jù)報道,研究人員利用一種名為深度學習的人工智能(AI)的技術,創(chuàng)建了一種新的基于激光的系統(tǒng),可以實時拍攝角落周圍的圖像。隨著進一步的發(fā)展,該系統(tǒng)有望讓自動駕駛汽車在停放汽車或繁忙的十字路口周圍‘查看’危險或行人。
“與其他方法相比,我們的非視距成像系統(tǒng)提供了獨特的高分辨率和成像速度,”來自斯坦福大學和賴斯大學的研究小組組長克里斯托弗·A·梅茨勒(ChristopherA.Metzler)說!斑@些屬性使得原本不可能實現(xiàn)的應用成為可能,比如在隱蔽汽車行駛時讀取其車牌,或者讀取走在拐角另一邊的人佩戴的徽章!
梅茨勒(Metzler)報告說,新系統(tǒng)可以區(qū)分一米遠處隱藏物體的亞毫米細節(jié)。該系統(tǒng)旨在對非常小的分辨率的小物體進行成像,但可以與其他成像系統(tǒng)結合使用,產(chǎn)生低分辨率圖像大小的重建。
普林斯頓大學的研究員費利克斯·海德說:“非視線成像在醫(yī)學成像、導航、機器人和國防方面有著重要的應用!蔽覀兊墓ぷ鞒蛊湓诟鞣N此類應用的使用邁出一步。
“與其他非視線成像方法相比,我們的深度學習算法對噪聲的魯棒性更強,因此可以在更短的曝光時間內(nèi)操作,”來自南方衛(wèi)理公會大學的研究員Prasanna Rangarajan說!巴ㄟ^準確地描述噪聲,我們能夠合成數(shù)據(jù),訓練算法使用深度學習來解決重建問題,而不必捕獲昂貴的實驗訓練數(shù)據(jù)!
研究人員測試了這項新技術,方法是使用距離墻約一米的成像裝置重建隱藏在角落后面的一厘米高的字母和數(shù)字的圖像。使用四分之一秒的曝光長度,該方法產(chǎn)生了分辨率為300微米的重建圖像。
這項研究是美國國防部高級研究計劃局(DARPA)利用主動光場(REVEAL)計劃革命性地提高能見度的一部分,該計劃正在開發(fā)各種不同的技術來對角落周圍的隱藏物體進行成像。研究人員現(xiàn)在正致力于通過擴展視場使該系統(tǒng)能夠重建更大的物體,從而使其在更多的應用中實用。(編譯/Cassie)

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關稅,能否乘機器人東風翻身?