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環(huán)境信息。

但是它有一個非常明顯的缺點，就是會產生“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的一種現象（僅限于夜視情況）。

這種現象主要造成的是環(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，必須指定以下數學結構來確保逆映射的唯一性（α、β代表物體的指數，v是波數），因此必須學習熱照明系數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絡、神經網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“數學背景很強”的學生）。

論文地址：https://www.nature.com/articles/s41586-023-06174-6