非视域目标“高清”成像

撰稿 | 清华大学团队

说明 | 本文来自论文作者（课题组）投稿

在日常生活中，由于光沿直线传播，我们无法观察到视线之外的场景（非视域），例如隐藏在拐角后、障碍物后的物体等。

近几年新兴的非视域成像技术（名词解释>>>）打破了这一限制，使非视域场景“映入眼帘”，我们的视野获得了前所未有的拓展。

该技术让光线“拐弯”的原理是：向视场内的中介面（如图1中的墙面）发射激光，光子在中介面（第一次）、非视域目标表面（如图1中的兔子）、中介面（第二次）依次发生漫反射，回波信号被探测器采集后，通过先进算法实现非视域场景的重建。

图1 非视域成像原理示意图

非视域成像这一革命性技术在自动驾驶、灾难救援、安防反恐、遥感侦察等诸多领域具有重要的应用前景。然而，非视域成像的过程中，激光经多次漫反射后的回波极弱（仅为光子级），信噪比极低，同时非视域成像问题具有多解性，严重影响了成像质量。尤其对于快速探测场景，现有算法重建的物体往往具有非常模糊的边界，并伴有很强的噪声，为非视域探测技术的发展和未来应用带来了很大的挑战。

鉴于此，来自清华大学精密仪器系、清华大学丘成桐数学中心的研究团队，提出了一种基于信号与目标联合正则化(Signal-object collaborative regularization, SOCR)的非视域重建方法。

该成果以“Non-line-of-sight reconstruction with signal–object collaborative regularization”为题发表在 Light: Science & Applications。

该方法基于如下假设：

（1）重建曲面在求解区域内是稀疏的。

（2）待测物体的局部结构在整个目标中重复多次。

（3）理想的回波信号是光滑的。

通过求解优化问题，新算法可同时获得非视域目标的两维信息：反射率、表面法向。

作者利用两个基于目标自适应学习形成的字典（名词解释>>>），分别刻画物体的局部结构与非局部相关性，所提取的物体特征可用于进一步的智能识别和分类。图2展示了算法框架及金字塔的反射率重建结果。

图2 算法流程示意图 左侧展示了金字塔实例中估计信号与字典学习得到的物体局部结构，右侧展示了反射率的初始解，稀疏解与最终重建结果。

新方法“拍”出的照片中，非视域物体具有清晰的局部细节和边界轮廓，而且成像区域内几乎不含背景噪声，在室内/室外，共焦/非共焦，长时/短时，多测量点/少测量点的多组重建实验中，均获得了高精度、高清晰度的成像结果（见图3）。此外，该框架的兼容性强，可与其他非视域探测物理模型相结合，满足不同成像任务的需求。

图3 部分重建结果示意图 第一列为待测物体，第二列为重建的反射率，第三至五列分别为重建结果在水平方向，竖直方向及深度方向的分量。

该方法不但可以“拍”出“高清”照片，而且在误差控制上明显优于现有方法。图4比较了本文提出的SOCR方法与此前主流方法(D-LCT)的重建误差，其中白色区域为产生失真的像素。可见，新方法的失真像素数量大幅降低了85%，深度方向均方误差降低了41%，最大法向角度误差降低了56%，平均法向角度误差降低了44%。

图4 金字塔深度及法向误差示意图 a 待测物体 b 墙面视角深度误差 c 墙面视角法向角度误差

针对目前非视域成像中普遍存在的、观测信号噪声严重影响重建质量的问题，本文提出了一种基于信号与探测目标联合正则化的创新重建方法，通过综合考虑待测目标的稀疏性、非局部自相似性及信号光滑性，在非视域目标的反射率、表面法向信息的重建质量上取得了重要突破，显著提升了非视域目标轮廓、重建深度、法向角度的成像准确性，尤其对于强背景光干扰的探测场景将发挥显著优势。

本文提出的非视域目标“高清”重建方法的通用性、兼容性强，有望加速非视域成像技术在自动驾驶、灾难救援、安防反恐、遥感侦察等领域的实际应用和推广，令人期待！

论文信息：

Liu, X., Wang, J., Li, Z. et al. Non-line-of-sight reconstruction with signal–object collaborative regularization. Light Sci Appl 10, 198 (2021).

本文通讯作者为清华大学精仪系、光子测控技术教育部重点实验室付星副教授与清华大学丘成桐数学科学中心邱凌云助理教授。本文第一作者为清华大学博士生刘新桐、王健羽。该项目得到了国家自然科学基金委的支持。

论文地址：

https://doi.org/10.1038/s41377-021-00633-3

论文传送门在此，请进>>>

编辑 | 丁帅，赵阳

欢迎课题组投稿——新闻稿

文章转载/商务合作/课题组投稿，微信：447882024

带您每天读1篇文献！加入>Light读书会