大家肯定看過(guò)夜視攝像頭拍攝的視頻，比如，夜晚拍攝一只美洲獅，但此種情況下拍攝的熱圖像通常為單色、有紋理，或多或少有點(diǎn)模糊。據(jù)外媒報(bào)道，現(xiàn)在有一項(xiàng)分析熱圖像的新技術(shù)或許可以改變這一點(diǎn)，其生成的圖像與白天用傳統(tǒng)攝像頭拍攝的圖像一樣清晰干凈。該方法基于人工智能（AI）技術(shù)設(shè)計(jì)，可以幫助自動(dòng)駕駛汽車(chē)在夜間看得更清楚。

一項(xiàng)新技術(shù)創(chuàng)造了更清晰，更有質(zhì)感的夜間圖像（圖片來(lái)源：science.org）

計(jì)算機(jī)視覺(jué)在人臉探測(cè)自拍攝像頭和自動(dòng)駕駛汽車(chē)等技術(shù)中很常見(jiàn)。此類(lèi)設(shè)備通常采用傳統(tǒng)攝像頭捕捉周?chē)矬w反射的可見(jiàn)光，或者采用雷達(dá)和激光雷達(dá)、通過(guò)發(fā)送無(wú)線電波和激光束來(lái)繪制周?chē)h(huán)境的地圖。但是，在黑暗中看東西對(duì)于機(jī)器和人類(lèi)而言都是一個(gè)挑戰(zhàn)。攝像頭在黑暗中無(wú)法很好地捕捉圖像，因?yàn)楹诎抵袥](méi)有反射光，而雷達(dá)和激光雷達(dá)又容易受到干擾。這對(duì)于自動(dòng)駕駛汽車(chē)等高風(fēng)險(xiǎn)應(yīng)用構(gòu)成了挑戰(zhàn)，在此類(lèi)應(yīng)用中，捕捉圖像錯(cuò)誤可能會(huì)導(dǎo)致無(wú)法剎車(chē)或識(shí)別行人失敗等致命故障。

對(duì)此，通過(guò)捕捉環(huán)境中物體輻射出的紅外光來(lái)重建場(chǎng)景的熱成像技術(shù)可能會(huì)有所幫助。倫敦帝國(guó)理工學(xué)院（Imperial College London）機(jī)器人學(xué)習(xí)實(shí)驗(yàn)室主任Edward Johns表示，熱成像技術(shù)作為一種輔助計(jì)算機(jī)視覺(jué)的技術(shù)，還沒(méi)有得到充分的研究。障礙之一在于每個(gè)物體都會(huì)發(fā)出熱信號(hào)，讓傳統(tǒng)熱成像有點(diǎn)像在試圖拍攝一整個(gè)景觀，其中每一片草、樹(shù)和卵石都在發(fā)光。普渡大學(xué)（Purdue University）電氣和化學(xué)工程師Zubin Jacob解釋說(shuō)：“有很多信號(hào)、噪音和雜波一起進(jìn)入了攝像頭，導(dǎo)致了‘重影’效應(yīng)，最終讓物體外觀模糊且低分辨率，很難區(qū)分?！?/p>

為了擺脫重影，Jacob及其團(tuán)隊(duì)求助于人工智能，訓(xùn)練了一個(gè)名為神經(jīng)網(wǎng)絡(luò)的程序，對(duì)普通熱成像攝像頭的紅外信號(hào)進(jìn)行分類(lèi)，將物體特有的熱能標(biāo)志從環(huán)境噪音中分離出來(lái)。為此，他們訓(xùn)練算法識(shí)別已知材料（如玻璃、木頭或織物）的獨(dú)特發(fā)射光譜。通過(guò)在場(chǎng)景中識(shí)別已知標(biāo)志，該算法可以描述所觀察到的物體的特征。剩下的就是環(huán)境信號(hào)和“噪音”，會(huì)從物體上反彈回來(lái)，進(jìn)入攝像頭。通過(guò)反向評(píng)估噪音信號(hào)如何反射和散射，該算法可以填充每個(gè)物體的紋理信息，為圖像提供更高層次的細(xì)節(jié)。

經(jīng)過(guò)處理的圖像可以清楚地顯示單個(gè)物體和紋理，可以識(shí)別物體是由什么材料構(gòu)成的。至關(guān)重要的是，該分析還提供了深度信息或“測(cè)距”信息，這是自動(dòng)駕駛汽車(chē)可能使用到的任何一項(xiàng)技術(shù)的關(guān)鍵數(shù)據(jù)。該團(tuán)隊(duì)將該項(xiàng)技術(shù)命名為熱輔助探測(cè)和測(cè)距（HADAR），可以生成與傳統(tǒng)攝像頭在明亮的白天拍攝的同樣精細(xì)且精確的圖像。

與雷達(dá)和激光雷達(dá)等必須發(fā)射信號(hào)才能收集測(cè)量數(shù)據(jù)不同，該技術(shù)完全是被動(dòng)的。研究人員表示，這將是未來(lái)機(jī)器視覺(jué)技術(shù)的一個(gè)基本特征，因?yàn)殡S著自動(dòng)駕駛汽車(chē)和類(lèi)似技術(shù)數(shù)量的增加，越來(lái)越多不同車(chē)輛的信號(hào)會(huì)相互干擾，造成風(fēng)險(xiǎn)。

但Jacob承認(rèn)，該項(xiàng)新技術(shù)在投入現(xiàn)實(shí)世界之前還需要克服幾個(gè)障礙。例如，到目前為止，該團(tuán)隊(duì)只將其應(yīng)用于靜態(tài)圖像，還需要進(jìn)一步的研究工作來(lái)更快地收集測(cè)量數(shù)據(jù)和處理運(yùn)動(dòng)模糊效果。但最終，他們希望這項(xiàng)技術(shù)能得到廣泛的應(yīng)用，如提高自動(dòng)駕駛汽車(chē)的安全性、幫助生物學(xué)家遠(yuǎn)距離追蹤野生動(dòng)物等。