Algolux 和大學(xué)科學(xué)家開發(fā)了非視距 (NLOS) 技術(shù)，以使用傳統(tǒng)的相機(jī)傳感器查看隱藏的物體。

如果您正在尋找一家有趣的機(jī)器視覺公司來關(guān)注（雙關(guān)語），Algolux 就是您的最佳選擇。Algolux 擁有大約 40 名員工，并不是一家大公司，但他們所做的工作可能會(huì)改變機(jī)器視覺行業(yè)的游戲規(guī)則。

我第一次聽說 Algolux 是在 2016 年左右，關(guān)于他們的Atlas Camera Tuning Suite（以前稱為 CRISP-ML）——一個(gè)用于自動(dòng)化視覺系統(tǒng)復(fù)雜優(yōu)化的人工智能 (AI) 機(jī)器學(xué)習(xí) (ML) 平臺(tái)和成像管道，包括光學(xué)（鏡頭）、傳感器、處理器和圖像/視頻處理算法。

接下來是Eos Perception Software，這是一種端到端的神經(jīng)網(wǎng)絡(luò)堆棧，可以嵌入到任何視覺系統(tǒng)中，與當(dāng)今最準(zhǔn)確的計(jì)算機(jī)視覺算法相比，可將感知精度提高 30% 以上，尤其是在最嚴(yán)苛的環(huán)境中情景。

說到苛刻的使用場景，許多計(jì)算機(jī)視覺系統(tǒng)的演示都是在最佳條件下進(jìn)行的，但 Algolux 的人們也將他們的系統(tǒng)定位在多塵、骯臟和多霧的環(huán)境中。正如他們所說，如果你擁有的只是一臺(tái)鏡頭上沾滿了灰塵和污垢的相機(jī)，那么你必須充分利用你所擁有的。

最近，Algolux 宣布了其Ion Platform——一個(gè)自主視覺系統(tǒng)設(shè)計(jì)和實(shí)施平臺(tái)，使下一代產(chǎn)品的創(chuàng)造者能夠端到端地設(shè)計(jì)他們的視覺系統(tǒng)。

作為所有這一切的一部分，Algolux 還贏得了右、左和中獎(jiǎng)，包括在 2018 年嵌入式視覺峰會(huì)上享有盛譽(yù)的年度視覺產(chǎn)品獎(jiǎng)。

但以上都不是我想在這里談?wù)摰模▽?duì)不起）。

Algolux 的使命宣言如下：

我們的使命是實(shí)現(xiàn)自主視覺——使相機(jī)能夠更清晰地看到并感知當(dāng)今成像和視覺系統(tǒng)無法感知的內(nèi)容。

好吧，他們關(guān)于使用非視距 (NLOS) 技術(shù)使車輛和智能手機(jī)攝像頭能夠看到拐角處的最新公告肯定符合他們的既定使命。

來自 Algolux、蒙特利爾大學(xué)和普林斯頓大學(xué)的一組研究人員似乎開發(fā)了一種新方法，可以讓傳統(tǒng)的彩色相機(jī)（如智能手機(jī)或車輛中的相機(jī)）看到被墻壁或其他物體遮擋的隱藏物體在場景中。

該團(tuán)隊(duì)首次能夠以高分辨率和彩色看到角落周圍的物體，從而實(shí)現(xiàn)了 NLOS 成像的前所未有的分辨率。來自學(xué)術(shù)界和工業(yè)界的研究人員能夠重建交通標(biāo)志和其他 3D 對(duì)象的高質(zhì)量圖像，而無需直接查看這些對(duì)象。

將高分辨率非視距成像應(yīng)用于實(shí)際駕駛應(yīng)用的示例（來源：Algolux）

簡而言之，這個(gè)想法是檢測、隔離和識(shí)別隱藏對(duì)象從其他可見對(duì)象反射回來的鬼像。現(xiàn)在，我必須承認(rèn)，當(dāng)我第一次看到上面顯示的示例圖像時(shí)，我的下意識(shí)反應(yīng)是，“為什么我會(huì)對(duì)看到隱藏在墻后的停車標(biāo)志感興趣？” 然而，經(jīng)過反思（同樣，不是雙關(guān)語），我開始設(shè)想各種有趣的可能性。

作為一般的經(jīng)驗(yàn)法則，你知道的越多，你就越好。“情境意識(shí)”一詞是指對(duì)環(huán)境因素和事件相對(duì)于時(shí)間或空間的感知，對(duì)其意義的理解，以及對(duì)其未來狀態(tài)的預(yù)測。不太正式，態(tài)勢(shì)感知意味著知道你周圍發(fā)生了什么。

以自動(dòng)駕駛汽車為例，不可否認(rèn)的是，它們對(duì)周圍發(fā)生的事情了解得越多，我們所有人在另一天繼續(xù)戰(zhàn)斗的機(jī)會(huì)就越大。假設(shè)您正在沿著準(zhǔn)備與另一臂合并的 Y 形交叉口的一個(gè)臂向下巡航，如下圖所示：

將高分辨率非視距成像應(yīng)用于實(shí)際駕駛應(yīng)用的示例（來源：Max Maxfield）

現(xiàn)在假設(shè)您的車輛配備了 NLOS 成像技術(shù)，因此 - 即使您和另一輛車之間有一座小山 - 它也可以檢測到卡車等物體反射的圖像，從而為它提供關(guān)于正在發(fā)生的事情的線索，并且會(huì)發(fā)生什么。不管你怎么看，這一定是件好事。

同樣，考慮在倉庫周圍運(yùn)輸物品的機(jī)器人手推車和叉車。配備 NLOS 成像技術(shù)將大大提高他們對(duì)其他機(jī)器人、人類和躲在角落里的物體的態(tài)勢(shì)感知。

當(dāng)然，總是有人認(rèn)為，為人工智能驅(qū)動(dòng)的機(jī)器人配備超人能力（例如能夠看到角落的能力）可能不是一個(gè)好主意——請(qǐng)參閱“更接近機(jī)器人啟示錄的一個(gè)金屬步驟”——但希望這樣的場景不會(huì)潛伏在我們的未來。

我才剛剛開始考慮 NLOS 成像——以及 Algolux 等人正在進(jìn)行的工作。仍處于開發(fā)的早期階段——但想法就像鞭炮一樣在我的大腦中彈跳。你呢——你能想到這項(xiàng)技術(shù)有什么有趣的應(yīng)用嗎？

審核編輯 黃昊宇