一辆无人驾驶的汽车正在穿过一条蜿蜒的邻居街道，即将转向一条儿童球刚刚滚动的道路。虽然车内没有人可以看到那个球，但是车停下来避开它。这是因为该车配备了极其灵敏的激光技术，可以反射附近的物体以观察周围的角落。

　　这种情况是斯坦福大学研究人员想象的一个系统，可以生成隐藏在视野中的物体图像。他们专注于自动驾驶汽车的应用，其中一些已经有类似的基于激光的系统用于检测汽车周围的物体，但其他用途可能包括透过飞行器中的树叶观察或让救援队员能够找到被阻挡的人。墙壁和瓦砾。

　　“这听起来像是魔术，但非视线成像的想法实际上是可行的，”电子工程助理教授和论文的高级作者戈登韦茨坦说，他在3月5日出版的“ 自然”杂志上发表了这篇论文。

　　看到看不见的

　　斯坦福大学并不是唯一一个开发在角落周围反射激光以捕捉物体图像的方法。在这项研究取得进展的领域，研究人员开发出了极其高效和有效的算法来处理最终图像。

　　“非视距成像的一个重大挑战是找出一种有效的方法来从嘈杂的测量中恢复隐藏物体的三维结构，”斯坦福大学计算成像实验室的研究生David Lindell说。 - 论文的作者。“我认为这种方法的重大影响在于它的计算效率。”

　　对于他们的系统，研究人员在高灵敏度光子探测器旁边设置了一个激光器，它甚至可以记录单个粒子的光。它们在墙壁上发射激光脉冲，人眼看不到，这些脉冲从拐角处的物体反射回来并反弹回墙壁和探测器。目前，此扫描可能需要两分钟到一个小时，具体取决于照明和隐藏物体的反射率等条件。

　　扫描完成后，算法解开捕获的光子的路径，就像电视犯罪节目的神秘图像增强技术一样，模糊的斑点形式更加清晰。它可以在不到一秒的时间内完成所有这些工作并且非常高效，可以在普通笔记本电脑上运行。根据算法目前的工作情况，研究人员认为它们可以加快速度，以便在扫描完成后几乎立即生效。

　　到野外'

　　该团队正在继续研究该系统，因此它可以更好地处理现实世界的变化并更快地完成扫描。例如，到物体的距离和环境光的量可能使他们的技术难以看到解决视线外物体所需的光粒子。这种技术还取决于分析目前在汽车中被引导系统有意忽略的散射光粒子 - 称为激光雷达系统。

　　“我们相信计算算法已经为LIDAR系统做好了准备，”斯坦福计算成像实验室的博士后学者，该论文的共同主要作者Matthew O'Toole说。“关键问题是LIDAR系统的当前硬件是否支持这种类型的成像。”

　　在该系统准备就绪之前，它还必须在白天和运动物体(如弹跳球或跑步的孩子)中更好地工作。研究人员确实在外面成功地测试了他们的技术，但他们只使用间接光。他们的技术确实能够很好地挑选出逆向反射物体，例如安全服装或交通标志。研究人员表示，如果今天将这项技术放在汽车上，那么该汽车可以很容易地检测到道路标志，安全背心或道路标记等物，尽管它可能会与穿着非反光衣物的人发生冲突。

　　“这对我们的领域向前迈出了一大步，希望对我们所有人都有利，”Wetzstein说。“在未来，我们希望在'狂野'中使其更加实用。”

　　Wetzstein还是一名助理教授，礼貌，计算机科学，斯坦福生物X和斯坦福神经科学研究所的成员。