AI系統可即時探測隱藏在轉角後的物體樣貌

研究人員將深度學習應用在雷射光系統，可以即時偵測位於轉角後的物體，包括單字或是符號，這項技術有助於自動駕駛車輛和機器人，偵測不在視線中的東西，進行環境探測或是避免碰撞等用途。這項研究是美國國防部DARPA的REVEAL計畫一部分，該計畫的目標是要開發各種技術，看見隱藏在角落後的物體。

來自於萊斯大學、普林斯頓大學和南方衛理會大學的研究人員，合作開發的雷射光系統，可以靠雷射光即時捕捉轉角附近物體的詳細圖像，研究人員提到，這種技術除了自駕車可用來偵測路況之外，也可以安裝在衛星或是太空船上，對小行星上的洞穴進行探測。這個系統可對小型物體，進行高解析度的成像，但也可以結合其他低解析度的成像系統，進行房間規模的空間重建。

2012年就曾有類似技術的研究，將一般不透明的牆壁當作反射的鏡子，透過牆壁將雷射光反彈進隱藏的轉角區域，接著雷射光又會從隱藏區域反射回牆壁，最後再反射回系統的攝影機，透過精確量測光線返回攝影機需要的時間，系統可以粗糙地繪製出隱藏區域的圖像。

而經過7年時間的改進，這項技術現在不需要百萬美元的裝置，只要數千美元的成本，就能打造出相同功能的系統。研究人員使用市面上就可買到的相機，以及雷射指示器來建置系統，研究人員提到，新系統跟之前的研究原理差不多，也是仰賴雷射光的反射，但是新系統並非測量光返回的時間，而是在牆壁上尋找波干涉所形成的散斑圖樣（Speckle Pattern）。

而要從散斑圖樣回推轉角隱藏物體的樣貌，是一個複雜的計算問題，而且為了進行即時的偵測，需要進行短時間的曝光，但這樣又會產生過多的雜訊，因此研究人員使用深度學習來解決這個問題，研究人員表示，深度學習能強健地處理雜訊，可以處理更短曝光時間所產生的雜訊，而且透過模擬雜訊，他們可以用合成的方式產生大量訓練資料，而不需要花費大量的時間，實際進行實驗捕捉訓練資料。

研究人員對新系統進行實驗，距離牆壁一公尺的地方，在轉角設置一公分高的字母和數字，新系統能以四分之一秒的曝光時間，重建出300微米的圖像，研究人員提到，與之前的研究相比，新系統以更小的視野，就能獲得更高的空間解析度。未來他們希望拓展系統，對ID掛牌或是人臉進行探測。