高分辨率“透视”系统问世！斯坦福团队用普通器件解决光学难题( 五 )_“这些属性可以支持一些原本不可能运行

与其他 NLoS 成像方法相比，深度学习算法可以通过准确地描述噪声，合成数据训练算法来解决重建问题，而不需要昂贵的试验训练数据。

图 | 研究人员在试验中，利用距离墙壁约 1 米的成像装置，对隐藏在墙角后方的高 1 厘米的字母和数字进行了图像重建。使用四分之一秒的曝光时间，新技术可以获得分辨率为 300 微米的重建图像（来源：Rice University）

联合作者 Ashok Veeraraghavan 说：“因此，我们正在讨论的是一个比飞行时间成像技术小得多的视野，这个视野接近几英寸而不是几米，但是，在这个有限的领域内，我们能够获得比它精确 100 倍的空间分辨率。 ”

接下来，研究人员计划把飞行时间成像技术和 deep-inverse correlography 相结合。 “通过飞行时间技术，你可以获得一张粗略的图像，显示人在哪里，一旦你定位到了他们的胸牌或者脸，之后可以利用这项技术再得到一个超高清的局部图像。 ”

该技术属于 DARPA（美国国防高级研究计划局， Defense Advanced Research Projects Agency）“揭露计划”（REVEAL program）的一部分。该计划耗资 2700 万美元，旨在通过活跃光场的开发，革命性地提高能见度。该项目为许多美国新成立的实验室提供资金。