據(jù)外媒報(bào)道，現(xiàn)在有一種全新的成像方法可以利用人工智能（AI）將時(shí)間轉(zhuǎn)換為3D空間視覺，以幫助汽車、移動(dòng)設(shè)備和健康檢測器研發(fā)360度感知能力。照片和視頻通常都通過利用數(shù)字傳感器捕捉光子（光的組成部分）制作而成，例如，數(shù)碼相機(jī)由數(shù)百萬個(gè)像素組成，通過探測空間中每一個(gè)點(diǎn)的光的強(qiáng)度和顏色來形成圖像。然后，通過在被拍攝的對象周圍放置兩個(gè)或多個(gè)相機(jī)，對其進(jìn)行多角度拍攝，或者利用光子流掃描場景并在3D空間中進(jìn)行重建，就可以生成3D圖像。無論采用上述何種方式，就是通過收集場景中的空間信息來構(gòu)建圖像。

據(jù)外媒報(bào)道，最近，英國格拉斯哥大學(xué)（University of Glasgow）與意大利米蘭理工大學(xué)（Polytechnic University of Milan）和荷蘭代爾夫特理工大學(xué)（Delft University of Technology）的研究人員描述了一種制作3D動(dòng)畫的全新方法，即通過捕獲光子的時(shí)間信息，而不是空間坐標(biāo)來進(jìn)行制作。

首先，研究人員們采用一種簡單、廉價(jià)的單點(diǎn)探測器，將其調(diào)整為光子的秒表。與測量空間中光的顏色和強(qiáng)度分布的相機(jī)不同，該探測器只記錄由瞬間激光脈沖產(chǎn)生的光子從既定場景中的每個(gè)物體上反射到傳感器所需的時(shí)間。物體越遠(yuǎn)，每個(gè)光子反射到傳感器所需的時(shí)間就越長。每個(gè)光子在場景中反射的時(shí)間信息稱為時(shí)間數(shù)據(jù)，被研究人員收集在一個(gè)非常簡單的圖表中。

然后，在復(fù)雜神經(jīng)網(wǎng)絡(luò)算法的幫助下，此類圖表被轉(zhuǎn)換成3D圖像。研究人員對該算法進(jìn)行了訓(xùn)練，向其展示了數(shù)千張普遍照片（包含團(tuán)隊(duì)在實(shí)驗(yàn)室周圍移動(dòng)和搬運(yùn)物體的內(nèi)容）以及由單點(diǎn)探測器同時(shí)捕獲的時(shí)間數(shù)據(jù)。

最終，該神經(jīng)網(wǎng)絡(luò)充分了解到時(shí)間數(shù)據(jù)如何與照片相對應(yīng)，從而能夠僅利用時(shí)間數(shù)據(jù)創(chuàng)建高度精確的圖像。在原理驗(yàn)證實(shí)驗(yàn)中，盡管硬件和算法可能每秒會(huì)產(chǎn)生成千上萬張圖像，該團(tuán)隊(duì)還是成功以大約每秒10幀的速度利用時(shí)間數(shù)據(jù)構(gòu)造出動(dòng)態(tài)圖像。

目前，該神經(jīng)網(wǎng)絡(luò)創(chuàng)建圖像的能力受限于所經(jīng)受的訓(xùn)練，此類訓(xùn)練讓其可以從研究人員所創(chuàng)建的場景的時(shí)間數(shù)據(jù)中進(jìn)行挑選。不過，通過進(jìn)一步訓(xùn)練，甚至采用更高級(jí)的算法，該神經(jīng)網(wǎng)絡(luò)可以學(xué)會(huì)將各種各樣的場景進(jìn)行可視化，并擴(kuò)大應(yīng)用于現(xiàn)實(shí)環(huán)境中。

研究人員表示：“收集時(shí)間數(shù)據(jù)的單點(diǎn)探測器體積小、重量輕、價(jià)格便宜，因而很容易被加入到自動(dòng)駕駛汽車攝像頭等現(xiàn)有系統(tǒng)中，以提高汽車尋路的準(zhǔn)確性和速度。此外，還可以增強(qiáng)谷歌Pixel 4等移動(dòng)設(shè)備上現(xiàn)有的傳感器，因?yàn)镻ixel 4已經(jīng)配備了一個(gè)基于雷達(dá)技術(shù)的簡單手勢識(shí)別系統(tǒng)。此外，我們的新技術(shù)甚至可用于監(jiān)測醫(yī)院病人胸部的升降情況，以提醒醫(yī)護(hù)人員觀察病人的呼吸變化，或者跟蹤病人的行動(dòng)，確保其安全。我們的下一步是研發(fā)一種獨(dú)立的便攜式盒裝系統(tǒng)，并希望能夠與商業(yè)伙伴一起研究。”
責(zé)任編輯：tzh