奥飞寺边策安妮
量子比特出品|公众号
通过墙壁上扩散的光影能否重构出原来的画面？
现在可以了。 这不是悬念。
一篇新论文出现光的直线传播画图小孔成像，表明只有普通数码单反相机才能仅依靠墙壁模糊的光影来恢复原始画面。
让我先测试一下你。 在下面的漫射光影中你能看到什么？
虽然它是香菇。 下面这些是什么？
非常相似，不是吗？ 但这是一张人脸……
你看不到，但是强大的算法确实可以通过这些漫反射来还原真实的原始画面。 无图无真相。 下面是三个重建的例子。
首先放置墙壁的漫反射光影。
接下来是算法重建的图像。
震惊不惊讶！ 这种疗效就像把一面墙变成了一面全身镜！
不相信？ 让我们将其与原图进行比较。
是否是由黑、红组成的英文字母所传达的暗号：
还是《超级马里奥》中熟悉的香菇：
即使是戴着黑色垒球帽、看起来像辛普森房间里的人物的复杂头像，这个算法仍然可以隔墙还原：
这种AI算法可以在不依赖昂贵的拍摄设备的情况下还原画面，你甚至可以在自己家里进行实验模拟操作。
研究人员在一间普通卧室的一端放置了一个屏幕，显示图案，面向相邻的墙壁。
这个屏幕后面有一组普通的数码相机，也面向旁边的墙壁，但是相机和屏幕之间有一个挡板，相机没有机会直接捕捉屏幕上的图像。
研究人员使用了一台 4 兆像素的数码单反来完成实验，售价约为 1400 澳元（约合人民币 9500 元）。 研究人员预计它的价格至少比之前的脉冲激光 SLR 低 30 倍。
而这款数码相机要做的就是通过将屏幕发出的光拍摄到旁边的墙壁上来还原屏幕上的图像。
实验的难度还在增加：研究人员还在房间中央随机放置了一个不明遮挡物体，可以是一块不发光的板，也可以是一张用手拖拽的桌子，以遮挡部分光线。到达墙壁。
在整个拍摄过程中，数码单反所能捕捉到的只有墙上昏暗的光影。
在这项研究发表之前，这些视图被认为是不可能的：普通的相机、普通的屏幕、随机移动的桌子和墙壁，如何还原屏幕上色彩缤纷、未知的图案，甚至动画？
即使是专业化学家也并不乐观。
法国乌得勒支研究所光学化学家莫斯克曾表示：“人们认为，在没有任何先进设备的情况下，仅通过墙壁漫反射的光来重建图像几乎是不可能的。”
没想到，波士顿学院的这组研究人员做到了。
让墙壁变成全身镜
让我们先准备小学数学知识：
物体对光的反射分为镜面反射和漫反射。 全身镜之所以能够让我们识别物体，是因为全身镜的表面光滑，可以将光线按照一定的固定方向反射回来。
但外壁粗糙，当屏幕上的光线投射到前方时，光线会向各个方向反射，我们称之为“漫反射”。
在常识中光的直线传播画图小孔成像，我们很难通过漫反射的混沌光线来还原物体的本来面目。 之前也有一些技术可以还原图像，但是对光线的要求极高，比如激光，成本也高很多。 波士顿学院的 小组只需研究普通相机即可。
在墙壁上！ 只要算法够强，外墙也可以变成全身镜！
与镜面成像不同的是，在全身镜前面加一些东西遮挡视线，在屏幕和墙壁之间插入障碍物，实际上都会增加我们还原图像的难度。
这似乎有悖于常识，尽管它是有道理的。 想象一下小时候做过的“小孔成像”实验。 当光线只能通过一个小孔时，屏幕发出的光线会在墙上产生清晰的图像。
显示器和墙壁之间的障碍物可减轻杂散光，从而减少进入的光线并使图像稍微清晰一些。
事实上，戈亚尔的研究并没有将入射光限制在太小的范围内，而是利用算法从墙壁的阴影中恢复屏幕的本来面貌。 事实上，目前只能还原任天堂8位机的简单图像。
以上只是定性描述。 为了准确地还原屏幕上的图像，我们需要构建墙壁照度与屏幕照度之间的函数关系：
里面的多项式中，Pw是墙壁上的点，x是屏幕上的点，P0是障碍物上的点，nx和nw分别是显示器和外墙的法向量，Pw-x表示从点 x 指向向量的 Pw 。
上式中，I(Pw)可以通过单反照片得到，f(x)可以通过上式反推得到。
如果没有障碍物，V处处都等于1，I(Pw)和f(x)之间的依赖性太弱，不利于图像的恢复。 这也是在屏风和墙壁之间增加障碍物的原因。
上式过于复杂，不利于估算。 由于屏幕上的光线越强，墙上的点就越亮，我们可以将积分多项式转换为线性多项式。
y=A(po)f+b
y是墙上每个点的照度。 我们选取126×126个点，这是一个多项式群，共有15876个变量，其中A(P0)代表一个变换矩阵。
虽然戈亚尔的团队今年已经取得了相关成果，但需要知道当时障碍物的形状和位置才能够还原图像。
但这一次他们把难度提高了一个层次，只知道障碍物的形状，却不知道位置。
Goyal的方法是先找出障碍物的位置，然后通过平均位置附近的49组数据逆向还原图像。
进一步发展，他们的算法甚至不需要知道障碍物的形状，只需要通过墙上模糊的阴影就可以知道它的外观。
相关的研究
除了这种通过AI算法分析光影来预测无法直接看到的物体的方法之外，早在2010年，的研究人员就已经取得了成果。
与波士顿学院不同，这些方法需要单独购买特殊设备，即可以发射激光的单反相机。
与眼睛接收回声的方式类似，这些方法利用手机激光在物体表面的反射路径，算法预测在角落里无法直接看到的物体。
2017 年，麻省理工学院计算机科学与人工智能实验室 (CSAIL) 开发了一种新算法。 该人工智能系统可以使用智能手机的摄像头收集有关光反射的信息并测量隐藏在障碍物后面的任何物体。 实时检测其连接速度和行进轨迹。
想象一下，您正沿着“L”形过道行走，拐角的另一边有一堆杂物。 这种杂乱的光线会在您视线范围内的地面上投射少量的光线，从而产生我们称之为“半影”的模糊阴影。
AI系统利用智能手机摄像头中半影的视频，将一系列一维图像组合起来，弄清周围物体的信息。
研究人员还将这种“透视眼”系统称为“转角单反”( SLR)，研究人员表示，这些方法无论是在室外还是在室外，都有很好的疗效。
这些方法也存在隐患。 如果隐藏场景本身较暗，系统的识别也会出现问题。 此外，智能手机的单反像素也会影响采集图像的质量。 单反相机中的障碍物越远，系统采集到的图像就越多，图像质量也就越差。
但在最新的研究中，这些弊病并没有被揭露出来。 波士顿学院的研究人员表示，理论上，你可以拍摄同一房间内任何光线昏暗的物体以及屏幕的照片。
门户网站
你可以转到原文继续理解，论文中有：
作者：John-Bruce&
-超过-
真诚紧急
量子比特招聘编辑/记者，工作地点在上海中关村。 期待有才华和热心的朋友加入我们！ 相关详情请在量子位公众号（）对话界面回复“招聘”字样。
量子位头条签约作者
վ'ᴗ'ի追踪AI技术和产品的最新动态