Nie potrzebujesz supermocy, aby zobaczyć, co kryje się za rogiem; Wszystko, czego potrzebujesz, to odpowiednie algorytmy, podstawowe oprogramowanie komputerowe i zwykły aparat cyfrowy, jak pokazują zespół naukowców w artykule opublikowanym dzisiaj w Nature .
Wynalezienie skutecznych sposobów wykrywania obiektów poza zasięgiem wzroku człowieka jest wspólnym celem naukowców badających wszystko, od samochodów samobieżnych po sprzęt wojskowy. W najprostszej postaci można to zrobić za pomocą peryskopu, który jest tubą z wieloma zwierciadłami, które przekierowują światło. Wcześniejsze starania o wprowadzenie tego tradycyjnego urządzenia w erę cyfrową polegały na zastosowaniu czułego, zaawansowanego technologicznie sprzętu do pomiaru czasu potrzebnego na uderzenie światła w czujnik, umożliwiając badaczom przybliżenie względnej pozycji, wielkości i kształtu ukrytego obiektu. Chociaż te techniki wykonują zadanie, trudno jest je zastosować w codziennym użytkowaniu ze względu na ich koszt i złożoność, zauważa główny autor nowego badania, Vivek Goyal, inżynier elektryk z Boston University.
Wcześniejsze badania wykazały, że zwykły aparat cyfrowy można wykorzystać do odtwarzania obrazów 3D niewidocznych obiektów. Goyal i jego zespół postanowili rozwinąć tę technikę i stworzyć obrazy 2D.
![Reprezentacja konfiguracji laboratorium dla eksperymentu](http://frosthead.com/img/smart-news-smart-news-ideas-innovations/40/scientists-used-an-ordinary-digital-camera-peer-around-corner.png)
Eksperyment działał w następujący sposób: zespół skierował aparat cyfrowy na białą ścianę. Następnie, za rogiem siedzącym równolegle do kamery, ustawili ekran LCD tak, aby był skierowany w stronę tej samej białej ściany. Na ekranie wyświetlał się prosty dwuwymiarowy obraz - w tym przypadku grzyb Nintendo, żółty emotikon z czerwoną boczną czapką lub litery BU (dla Uniwersytetu Bostońskiego) dużą, odważną czerwoną czcionką. Biała ściana działała jak lustro w peryskopie. Korzystając z długiego czasu naświetlania podczas robienia zdjęcia aparatem, zespół uchwycił delikatne rozmycie światła świecącego na białej ścianie z ekranu.
Jednak jest powód, dla którego biała ściana wygląda na białą, mówi Goyal. W przeciwieństwie do lustra - odbijającego światło w określonym kierunku - ściana rozprasza odbite światło pod różnymi kątami, czyniąc każdy odtworzony obraz niezrozumiałym bałaganem pikselowanych kolorów gołym okiem. Co zaskakujące, łatwiej jest odtworzyć ukryty obraz, gdy coś go blokuje, zwane także obiektem zamykającym.
Obiekt zamykający - w tym badaniu panel przypominający krzesło - pozwolił zespołowi odtworzyć obraz z wykorzystaniem nauki penumbri, codziennego zjawiska powstającego, gdy światło rzuca częściowe cienie w rodzaj aureoli wokół nieprzezroczystego obiektu.
„Penumbri są wszędzie” - mówi Goyal. „[Jeśli] siedzisz gdzieś z górnym oświetleniem jarzeniowym, ponieważ twoje oświetlenie nie pochodzi z jednego punktu, obiekty nie rzucają ostrych cieni. Jeśli wyciągniesz rękę ... zobaczysz wiązkę częściowych cieni zamiast całkowitego zacienienia. ”W gruncie rzeczy te częściowe cienie są półcieniami.
Zatem nawet jeśli obiekt zasłaniający zablokował część obrazu, cienie dostarczyły algorytmowi więcej danych do wykorzystania. Stamtąd odwrócenie ścieżki światła wymagało jedynie prostej fizyki.
Brzmi to prawdopodobnie nielogicznie i skomplikowanie, ale inżynier elektryk Genevieve Gariepy, który studiował obrazowanie w trybie niewidzialnym podczas studiów doktoranckich w Heriot-Watt w Edynburgu, opisał ją jako zaawansowaną technicznie grę składającą się z 20 pytań. Zasadniczo obiekt zamykający w tym eksperymencie działa w taki sam sposób, jak dobre pytanie w grze.
„Odwrotnym problemem w [20 pytaniach] jest zgadywanie, o kim [myślę]” - wyjaśnia. „Jeśli gramy w grę i myślę o… powiedzmy Donnie Strickland, która właśnie wygrała Nagrodę Nobla w dziedzinie fizyki. Jeśli zapytasz mnie: „Czy ona jest kobietą? Czy ona żyje? jest to bardzo skomplikowane, ponieważ [te opisy mogą dotyczyć] tak wielu osób. Jeśli zapytasz mnie: „Czy wygrała Nagrodę Nobla?” wtedy łatwiej jest zgadnąć, o kim myślę. ”
Początkowe pomiary wyglądają jak rozmyte czarne plamy, więc Goyal i jego zespół nie byli pewni, czy ich technika zapewni wyraźny obraz. „Byliśmy pewni, że coś jest możliwe, [ale mogło być] naprawdę, naprawdę okropne pod względem jakości”, mówi Goyal.
Tak więc, kiedy pierwsze odtworzenie przebiegło bardzo szczegółowo, była to „wielka, miła niespodzianka”, mówi Goyal. Chociaż obraz jest daleki od ideału, litery są czytelne, kolory są wyraźne, a nawet twarz żółtego emotikonu była możliwa do zidentyfikowania. Zespół był w stanie uzyskać ten sam poziom dokładności podczas pracy z prostym wideo.
Goyal jest najbardziej podekscytowany dostępną naturą tej technologii. „Nasza technika [wykorzystuje] konwencjonalny sprzęt”, mówi. „Można sobie wyobrazić, że moglibyśmy napisać aplikację na telefon komórkowy, która robi to obrazowanie. Rodzaj użytego aparatu nie różni się zasadniczo od aparatu w telefonie komórkowym. ”
Zarówno Goyal, jak i Gariepy zgadzają się, że jednym z najbardziej prawdopodobnych przyszłych zastosowań tej technologii będą pojazdy autonomiczne. Obecnie w tych pojazdach ludzie biją ludzi, ponieważ potrafią wyczuć, co jest wokół nich ze wszystkich stron, ale zasięg tych czujników nie przekracza średniego pola widzenia człowieka. Zastosowanie tej nowej technologii może przenieść samochody na wyższy poziom.
„Można sobie wyobrazić, że [samochód] może wyczuć, że po drugiej stronie zaparkowanego samochodu jest dziecko, lub być w stanie wyczuć, gdy zbliżasz się do skrzyżowania w kanionie miejskim, że nadchodzi ruch uliczny, którego nie ma w twoim pole widzenia - mówi Goyal. „To optymistyczna wizja, ale nie bezzasadna”.