據(jù)外媒報道，現(xiàn)在有一種全新的成像方法可以利用人工智能（AI）將時間轉(zhuǎn)換為3D空間視覺，以幫助汽車、移動設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)碼相機由數(shù)百萬個像素組成，通過探測空間中每一個點的光的強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或多個相機，對其進行多角度拍攝，或者利用光子流掃描場景并在3D空間中進行重建，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)外媒報道，最近，英國格拉斯哥大學（University of Glasgow）與意大利米蘭理工大學（Polytechnic University of Milan）和荷蘭代爾夫特理工大學（Delft University of Technology）的研究人員描述了一種制作3D動畫的全新方法，即通過捕獲光子的時間信息，而不是空間坐標來進行制作。

首先，研究人員們采用一種簡單、廉價的單點探測器，將其調(diào)整為光子的秒表。與測量空間中光的顏色和強度分布的相機不同，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物體上反射到傳感器所需的時間。物體越遠，每個光子反射到傳感器所需的時間就越長。每個光子在場景中反射的時間信息稱為時間數(shù)據(jù)，被研究人員收集在一個非常簡單的圖表中。

然后，在復雜神經(jīng)網(wǎng)絡算法的幫助下，此類圖表被轉(zhuǎn)換成3D圖像。研究人員對該算法進行了訓練，向其展示了數(shù)千張普遍照片（包含團隊在實驗室周圍移動和搬運物體的內(nèi)容）以及由單點探測器同時捕獲的時間數(shù)據(jù)。

最終，該神經(jīng)網(wǎng)絡充分了解到時間數(shù)據(jù)如何與照片相對應，從而能夠僅利用時間數(shù)據(jù)創(chuàng)建高度精確的圖像。在原理驗證實驗中，盡管硬件和算法可能每秒會產(chǎn)生成千上萬張圖像，該團隊還是成功以大約每秒10幀的速度利用時間數(shù)據(jù)構(gòu)造出動態(tài)圖像。

目前，該神經(jīng)網(wǎng)絡創(chuàng)建圖像的能力受限于所經(jīng)受的訓練，此類訓練讓其可以從研究人員所創(chuàng)建的場景的時間數(shù)據(jù)中進行挑選。不過，通過進一步訓練，甚至采用更高級的算法，該神經(jīng)網(wǎng)絡可以學會將各種各樣的場景進行可視化，并擴大應用于現(xiàn)實環(huán)境中。

研究人員表示：“收集時間數(shù)據(jù)的單點探測器體積小、重量輕、價格便宜，因而很容易被加入到自動駕駛汽車攝像頭等現(xiàn)有系統(tǒng)中，以提高汽車尋路的準確性和速度。此外，還可以增強谷歌Pixel 4等移動設備上現(xiàn)有的傳感器，因為Pixel 4已經(jīng)配備了一個基于雷達技術(shù)的簡單手勢識別系統(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)護人員觀察病人的呼吸變化，或者跟蹤病人的行動，確保其安全。我們的下一步是研發(fā)一種獨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。”
責任編輯：tzh