Ученые из США представили новую технику: она с помощью лазера, который направили в глазок или замочную скважину, позволяет визуализировать всю комнату. Качество итоговой картинки улучшает модель на основе ИИ.

Исследователи из Стэнфордской лаборатории усовершенствовали технику визуализации без прямой видимости. Теперь ученым нужна лишь одна точка лазерного света, попадающего в комнату. Ее можно использовать для того, чтобы увидеть, какие объекты находятся внутри.

Основа метода — технология, которая уже множество лет используется для создания камер, способных видеть за углами и генерировать изображения объектов, которые не попадают в поле зрения камеры или блокируются препятствиями. Ранее в этой технике использовали плоские поверхности, такие как пол или стены, находящиеся в зоне прямой видимости как камеры, так и препятствующего объекта.

Серия световых импульсов, исходящих от камеры, обычно от лазеров, отражается от этих поверхностей, затем отскакивает от скрытого объекта, а после — возвращается на датчики камеры. Затем алгоритмы используют информацию о том, сколько времени потребовалось для отражения, чтобы создать изображение того, что камера не видит. Результаты обычно плохого качества, но и этого хватает для определения объекта.

Метод визуализации через замочную скважину назвали так потому, что он позволяет увидеть объекты внутри закрытой комнаты через крошечное отверстие (например, замочную скважину или глазок). Через него в комнату проникает лазерный луч, создавая единственную точку света на стене внутри помещения. Затем свет отражается от стены, от предмета в комнате, снова от стены. Бесчисленное количество фотонов отражается обратно и попадает в камеру, которая использует однофотонный лавинный фотодетектор для измерения времени их возвращения.

Когда объект, спрятанный в комнате, неподвижен, новый метод визуализации через замочную скважину просто не может вычислить, что он видит. Но исследователи обнаружили, что движущийся объект в паре с импульсами света от лазера генерирует достаточно полезных данных в течение длительного времени экспозиции, чтобы алгоритм мог создать его изображение.

Исследователи улучшили качество распознавания с помощью ИИ. Он может определить даже расплывчатые изображения человека или шкафа, дополнив картинку из базы данных изображений, где уже есть похожие модели.