Seeing through fog
透霧觀看技術
http://3smarket-info.blogspot.com/2021/03/idview-2021.html
計算攝影，可以解決困擾自動駕駛汽車的問題。
麻省理工學院的研究人員開發了一種系統，可以產生被濃霧籠罩的物體的圖像，以致人類的視力無法穿透。它還可以測量物體的距離。
無法處理霧濛濛的駕駛條件，一直是使用可見光的自主車輛導航系統，發展的主要障礙之一，由於其高解析度和讀取路標和跟蹤車道標記的能力，其優於基於雷達的系統。因此，麻省理工學院系統可能是邁向自動駕駛汽車的關鍵一步。
研究人員使用一小罐，裝有浸入其中的加濕器，振動電機的水對系統進行了測試。在濃霧中，人的視覺只能穿透 36 釐米，該系統能夠分辨物體的圖像，並在 57 釐米的範圍內測量其深度。
五十七釐米不是一個很大的距離，但是研究產生的霧氣比人類駕駛員必需面對的濃霧要濃得多。在現實世界中，典型的霧可能會提供大約 30 至 50 米的可見度。重要的一點是，該系統的性能要優於人類的視覺，而大多數成像系統的性能要差得多。導航系統即使在霧天駕駛中，也能與人類駕駛者媲美，將是一個巨大的突破。
麻省理工學院媒體實驗室的研究生，蓋伊·薩塔特（Guy Satat）說：「我決定開發一種可以穿透實際霧的系統來面對挑戰。」 「我們正在處理逼真的霧，它濃密、動態且異構。它不斷移動和變化，有濃密的或較稀疏的霧。其他方法並非目的在應對這種現實情況。」
Satat 和他的同事在 5 月的國際計算攝影會議上，發表的一篇論文中，描述了他們的系統。Satat是該論文的第一作者，他的論文顧問，媒體藝術與科學副教授 Ramesh Raskar 和 Matthew Tancik（在研究完成時是電氣工程和電腦科學的研究生）也加入了他的行列。
玩賠率
與 Raskar 的攝影機文化小組中，進行的許多項目一樣，新系統使用飛行時間攝影機，該攝影機將超短脈衝雷射束，發射到場景中，並測量反射回來的時間。
在晴朗的日子裡，光的返回時間如實地指示出，反射光的物體距離。但是霧會導致光線「散射」，或以隨機方式反彈。在有霧的天氣中，到達攝影機感測器的大部分光線，將被空氣中的水滴反射，而不是被自動駕駛汽車，需要避免的物體類型反射。甚至從潛在障礙物反射的光，也將在不同的時間到達，它們在出入途中都會被水滴偏轉。
MIT 系統透過使用統計數據，解決了這個問題。霧反射的光產生的圖案，根據霧的密度而變化：平均而言，光進入濃霧的深度要比進入輕霧的深度要小。但是麻省理工學院的研究人員能夠證明，無論霧有多濃，反射光的到達時間，都遵循一種稱為伽馬分佈的統計模式。
Gamma 分佈比高斯分佈（產生熟悉的鐘形曲線的常見分佈）要複雜得多：它們可以是不對稱的，並且可以採用多種形狀。但是，就像高斯分佈一樣，它們完全由兩個變量來描述。MIT 系統會即時估算這些變量的值，並使用結果分佈，將霧反射濾除到到達飛行時間，攝影機感測器的光信號中。
非常重要的是，系統會為感測器中的 1,024 個像素中，每個像素計算不同的伽瑪分佈。這就是為什麼它能夠處理挫敗早期系統的霧密度變化的原因：它可以處理每個像素看到不同類型霧的情況。
簽名形狀
攝影機會對每 56 皮秒或萬億分之一秒，到達的光粒子或光子的數量進行計數。 MIT 系統使用這些原始計數生成直方圖 - 本質上是條形圖，條形的高度指示每個間隔的光子計數。然後，它找到最適合條形圖形狀的伽瑪分佈，並從測量的總數中，簡單減去相關的光子計數。剩下的只是與物理障礙物相關的距離上的輕微尖峰。
「這樣做的好處是非常簡單，」 Satat 說。 「如果你看一下計算和方法，那麼它並不複雜。我們也不需要有關霧，及其密度的任何先驗知識，這有助於它在各種霧條件下工作。」
Satat 使用一米長的霧室測試了該系統。在室內，他安裝了規則間隔的距離標記，可以粗略地觀察可見度。他還放置了一系列小物件，例如木製小雕像、木製積木、字母剪影，即使用肉眼無法辨認，該系統也可以對其進行成像。
但是，有多種方法來測量可見性：透過霧在不同距離處，可以看到具有不同顏色和紋理的對象。因此，為了評估系統的性能，他使用了更為嚴格的指標，即光學深度，該指標描述了穿透霧的光量。
光學深度與距離無關，因此系統在 1 米範圍內，具有特定光學深度的霧上的性能，應很好地預測系統在 30 米範圍內，具有相同光學深度的霧上的性能。實際上，由於光子到達時間之間的差異會更大，因此該系統甚至可以在更長的距離上表現更好，這可以使直方圖更加準確。
卡內基梅隆大學電腦科學教授 Srinivasa Narasimhan說：「惡劣的天氣是自動駕駛技術面臨的最大障礙之一。」 「 Guy and Ramesh 的創新工作，在可見光或近紅外線波長，產生了最好的可見度增強，並且有可能很快在汽車上實現。」
 |
0 comments:
張貼留言