能够通过普通相机来查看隐藏物体的非视距 (NLOS) 技术

Algolux 和大学科学家开发了非视距 (NLOS) 技术，以使用传统的相机传感器查看隐藏的物体。

如果您正在寻找一家有趣的机器视觉公司来关注（双关语），Algolux 就是您的最佳选择。Algolux 拥有大约 40 名员工，并不是一家大公司，但他们所做的工作可能会改变机器视觉行业的游戏规则。

我第一次听说 Algolux 是在 2016 年左右，关于他们的Atlas Camera Tuning Suite（以前称为 CRISP-ML）——一个用于自动化视觉系统复杂优化的人工智能 (AI) 机器学习 (ML) 平台和成像管道，包括光学（镜头）、传感器、处理器和图像/视频处理算法。

接下来是Eos Perception Software，这是一种端到端的神经网络堆栈，可以嵌入到任何视觉系统中，与当今最准确的计算机视觉算法相比，可将感知精度提高 30% 以上，尤其是在最严苛的环境中情景。

说到苛刻的使用场景，许多计算机视觉系统的演示都是在最佳条件下进行的，但 Algolux 的人们也将他们的系统定位在多尘、肮脏和多雾的环境中。正如他们所说，如果你拥有的只是一台镜头上沾满了灰尘和污垢的相机，那么你必须充分利用你所拥有的。

最近，Algolux 宣布了其Ion Platform——一个自主视觉系统设计和实施平台，使下一代产品的创造者能够端到端地设计他们的视觉系统。

作为所有这一切的一部分，Algolux 还赢得了右、左和中奖，包括在 2018 年嵌入式视觉峰会上享有盛誉的年度视觉产品奖。

但以上都不是我想在这里谈论的（对不起）。

Algolux 的使命宣言如下：

我们的使命是实现自主视觉——使相机能够更清晰地看到并感知当今成像和视觉系统无法感知的内容。

好吧，他们关于使用非视距 (NLOS) 技术使车辆和智能手机摄像头能够看到拐角处的最新公告肯定符合他们的既定使命。

来自 Algolux、蒙特利尔大学和普林斯顿大学的一组研究人员似乎开发了一种新方法，可以让传统的彩色相机（如智能手机或车辆中的相机）看到被墙壁或其他物体遮挡的隐藏物体在场景中。

该团队首次能够以高分辨率和彩色看到角落周围的物体，从而实现了 NLOS 成像的前所未有的分辨率。来自学术界和工业界的研究人员能够重建交通标志和其他 3D 对象的高质量图像，而无需直接查看这些对象。

将高分辨率非视距成像应用于实际驾驶应用的示例（来源：Algolux）

简而言之，这个想法是检测、隔离和识别隐藏对象从其他可见对象反射回来的鬼像。现在，我必须承认，当我第一次看到上面显示的示例图像时，我的下意识反应是，“为什么我会对看到隐藏在墙后的停车标志感兴趣？” 然而，经过反思（同样，不是双关语），我开始设想各种有趣的可能性。

作为一般的经验法则，你知道的越多，你就越好。“情境意识”一词是指对环境因素和事件相对于时间或空间的感知，对其意义的理解，以及对其未来状态的预测。不太正式，态势感知意味着知道你周围发生了什么。

以自动驾驶汽车为例，不可否认的是，它们对周围发生的事情了解得越多，我们所有人在另一天继续战斗的机会就越大。假设您正在沿着准备与另一臂合并的 Y 形交叉口的一个臂向下巡航，如下图所示：

将高分辨率非视距成像应用于实际驾驶应用的示例（来源：Max Maxfield）

现在假设您的车辆配备了 NLOS 成像技术，因此 - 即使您和另一辆车之间有一座小山 - 它也可以检测到卡车等物体反射的图像，从而为它提供关于正在发生的事情的线索，并且会发生什么。不管你怎么看，这一定是件好事。

同样，考虑在仓库周围运输物品的机器人手推车和叉车。配备 NLOS 成像技术将大大提高他们对其他机器人、人类和躲在角落里的物体的态势感知。

当然，总是有人认为，为人工智能驱动的机器人配备超人能力（例如能够看到角落的能力）可能不是一个好主意——请参阅“更接近机器人启示录的一个金属步骤”——但希望这样的场景不会潜伏在我们的未来。

我才刚刚开始考虑 NLOS 成像——以及 Algolux 等人正在进行的工作。仍处于开发的早期阶段——但想法就像鞭炮一样在我的大脑中弹跳。你呢——你能想到这项技术有什么有趣的应用吗？

审核编辑 黄昊宇