利用 AI 打輔助，讓機器夜視能力和白天一樣清晰 ——
今天，這樣一種顛覆已有熱成像技術的新方法登上了 Nature 封面。
它來自美國普渡大學和密歇根州立大學，一作為浙大畢業(yè)的博士。
通過克服傳統(tǒng)解決方案中的“重影”問題，這種方法在基準測試中一顯巨大優(yōu)勢，不僅能像白天一樣看清環(huán)境的紋理和深度，還能感知到 RGB、熱視覺以外的各種物理信息，可謂相當利好機器感知尤其是自動駕駛行業(yè)。
而作者則認為，該成果對第四次工業(yè)革命還能直接起到加速作用。
何以見得？我們翻開論文來看。
像白天一樣清楚的夜視能力
目前比較前沿的機器感知方法是利用無處不在的熱信號來重現(xiàn)環(huán)境信息。
但是它有一個非常明顯的缺點，就是會產(chǎn)生“重影效應（ghosting effect）”。
具體而言，該效應是指由于物體和環(huán)境在不斷發(fā)射熱輻射，導致三個物理屬性，即溫度（T，物理狀態(tài)）、發(fā)射率（e，材料指紋）和紋理（X，表面幾何形狀）混合在光子流中出現(xiàn)的一種現(xiàn)象（僅限于夜視情況）。
這種現(xiàn)象主要造成的是環(huán)境 / 物體的紋理缺失，如下圖所示：
只有當燈泡關閉時我們才能看到燈泡上的幾何紋理，一旦發(fā)光就完全消失，而黑體輻射不可能被“關閉”，所以也就意味著我們得到的熱圖像總是缺乏紋理，不能看到一個完全真實的黑暗世界。
在此，作者提出了一種名為 HADAR（heat-assisted detection and ranging）的方法，它以熱光子流為輸入，記錄高光譜成像熱立方體，通過 TeX 分解來解決重影效應這一挑戰(zhàn)。
作者表示，TeX 分解利用機器學習生動地從雜亂的熱信號中恢復紋理（如下圖彩色部分），并使人工智能算法能夠達到信息論的極限，而到目前為止，傳統(tǒng)的 RGB 或熱視覺辦法很難做到。
它的具體實現(xiàn)如下圖所示：
作者介紹，其架構的物理學靈感來自三個方面。
首先，熱立方體的 TeX 分解依賴于空間模式和光譜熱特征，這啟發(fā)了他們在 UNet 模型中采用光譜和金字塔（空間）注意力層。
其次，由于 TeX 的簡并性，必須指定以下數(shù)學結構來確保逆映射的唯一性（α、β 代表物體的指數(shù)，v 是波數(shù)），因此必須學習熱照明系數(shù) V 而不是紋理 X。也就是說，TeX-Net 不能端到端地訓練。
最后，材料庫 M 及其維度是整個網(wǎng)絡的關鍵。
除此之外，作者還提出了一種非機器學習方法，即 TeX-SGD 來生成 TeX-vison 作為補充。
在測試中，我們能看到 HADAR 方法帶來了超高精度。
如下圖所示，第一行顯示基于原始熱圖像的測距方法由于重影導致精度很差；第二行則顯示與熱測距相比，HADAR 中恢復的紋理和增強的精度約達 100 倍；
而在下面的場景中（黑色汽車、人和愛因斯坦紙板），我們能看到：
視覺驅(qū)動的物體檢測在光學成像中（a）錯誤地識別出了兩個人和一輛汽車，而激光雷達點云（c）不但識別到兩個人還把汽車給丟了，只有 HADAR 方法能夠帶來全面的理解，準確框出一人一車。
最后這一組圖則充分證明，HADAR 在夜間的總體視覺能力優(yōu)于目前最先進的熱測距方法（GCNDepth），其 RGB 立體視覺更是和白天測試到的基本處于一個水平，即 HADAR 在黑暗中看到環(huán)境紋理和深度，就像白天一樣。
作者介紹
一作 Fanglin Bao，普渡大學研究員。他于 2011 年 6 月在浙江大學獲得物理學學士學位，2016 年 6 月獲得光學博士學位。
Fanglin Bao 之前的研究集中于非均勻系統(tǒng)中的卡西米爾效應（量子力學），目前則延伸到張量網(wǎng)絡、神經(jīng)網(wǎng)絡及其在量子物理學中的應用。
通訊作者為普渡大學電氣與計算機工程教授 Zubin Jacob，以及密歇根州立大學計算機科學與工程系助理教授 Vishnu Boddeti（后者正在招收“數(shù)學背景很強”的學生）。
論文地址：
https://www.nature.com/articles/s41586-023-06174-6
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。