Un equipo de investigación dirigido por científicos de la Universidad Carnegie Mellon ha demostrado técnicas para usar luz dispersa para ver alrededor de las esquinas. permitiéndoles reconstruir imágenes en detalle. A la izquierda hay una imagen reconstruida de un trimestre de EE. UU. Que se escaneó utilizando métodos sin línea de visión, en comparación con el cuarto de la derecha que se escaneó con métodos estándar. Crédito:Universidad Carnegie Mellon
Los investigadores de la visión por computadora han demostrado que pueden usar fuentes de luz y sensores especiales para ver alrededor de las esquinas o a través de filtros vaporosos. permitiéndoles reconstruir las formas de objetos invisibles.
Los investigadores de la Universidad Carnegie Mellon, la Universidad de Toronto y el University College London dijeron que esta técnica les permite reconstruir imágenes con gran detalle, incluido el relieve del perfil de George Washington en un trimestre de EE. UU.
Ioannis Gkioulekas, un profesor asistente en el Instituto de Robótica Carnegie Mellon, dijo que esta es la primera vez que los investigadores han podido calcular formas de objetos curvos a escala milimétrica y micrométrica, proporcionando un nuevo componente importante para un conjunto más amplio de técnicas de imágenes sin línea de visión (NLOS) que ahora están desarrollando los investigadores de visión por computadora.
"Es emocionante ver cómo la calidad de las reconstrucciones de objetos ocultos se acerca más a los escaneos que estamos acostumbrados a ver para los objetos que están en la línea de visión, "dijo Srinivasa Narasimhan, profesor del Instituto de Robótica. "Hasta ahora, podemos lograr este nivel de detalle solo para áreas relativamente pequeñas, pero esta capacidad complementará otras técnicas NLOS ".
Este trabajo fue apoyado por el programa REVEAL de la Agencia de Proyectos de Investigación Avanzada de Defensa, que está desarrollando capacidades NLOS. La investigación se presentará hoy en la Conferencia de 2019 sobre visión por computadora y reconocimiento de patrones (CVPR2019) en Long Beach, California, donde ha recibido un premio al Mejor Papel.
"Este documento realiza avances significativos en la reconstrucción sin visibilidad directa; en esencia, la capacidad de ver en las esquinas, ", dice la cita del premio." Es un artículo hermoso tanto en teoría como inspirador. Continúa ampliando los límites de lo que es posible en la visión por computadora ".
La mayor parte de lo que la gente ve, y lo que detectan las cámaras, proviene de la luz que se refleja en un objeto y rebota directamente en el ojo o la lente. Pero la luz también se refleja en los objetos en otras direcciones, rebotando en paredes y objetos. Un poco de esta luz dispersa finalmente podría llegar al ojo o al cristalino, pero es lavado por más directo, potentes fuentes de luz. Las técnicas NLOS intentan extraer información de la luz dispersa, de origen natural o no, y producir imágenes de escenas, objetos o partes de objetos que de otro modo no serían visibles.
Un equipo de investigación dirigido por científicos de la Universidad Carnegie Mellon ha demostrado una técnica para usar luz dispersa para detectar la forma de objetos no visibles en la línea de visión. Aquí hay dos objetos comunes tal como aparecen en condiciones estándar, junto con imágenes reconstruidas de esos objetos. Crédito:Universidad Carnegie Mellon
"Otros investigadores de NLOS ya han demostrado sistemas de imágenes NLOS que pueden comprender escenas del tamaño de una habitación, o incluso extraer información utilizando solo luz natural, ", Dijo Gkioulekas." Estamos haciendo algo que complementa esos enfoques:permitir que los sistemas NLOS capturen detalles finos en un área pequeña ".
En este caso, los investigadores utilizaron un láser ultrarrápido para hacer rebotar la luz en una pared para iluminar un objeto oculto. Sabiendo cuándo el láser disparó pulsos de luz, los investigadores pudieron calcular el tiempo que la luz tardó en reflejarse en el objeto, rebotar en la pared en su viaje de regreso y alcanzar un sensor.
"Esta técnica de tiempo de vuelo es similar a la de los lidars que suelen utilizar los coches autónomos para construir un mapa tridimensional de los alrededores del coche. "dijo Shumian Xin, un doctorado estudiante de robótica.
Los intentos anteriores de utilizar estos cálculos de tiempo de vuelo para reconstruir una imagen del objeto han dependido del brillo de los reflejos en él. Pero en este estudio, Gkioulekas dijo que los investigadores desarrollaron un nuevo método basado puramente en la geometría del objeto, lo que a su vez les permitió crear un algoritmo para medir su curvatura.
Los investigadores utilizaron un sistema de imágenes que es efectivamente un lidar capaz de detectar partículas individuales de luz para probar la técnica en objetos como una jarra de plástico. un bol de vidrio, un cuenco de plástico y un rodamiento de bolas. También combinaron esta técnica con un método de imágenes llamado tomografía de coherencia óptica para reconstruir las imágenes de los barrios estadounidenses.
Además de ver alrededor de las esquinas, la técnica demostró ser eficaz para ver a través de filtros difusores, como papel grueso.
Hasta ahora, la técnica se ha demostrado sólo a distancias cortas, un metro como máximo. Pero los investigadores especulan que su técnica, basado en medidas geométricas de objetos, podría combinarse con otros, enfoques complementarios para mejorar la obtención de imágenes NLOS. También podría emplearse en otras aplicaciones, como las imágenes sísmicas y las imágenes acústicas y de ultrasonido.
Además de Narasimhan, Gkioulekas y Xin, el equipo de investigación incluyó a Aswin Sankaranarayanan, profesor asistente en el Departamento de Ingeniería Eléctrica e Informática de CMU; Sotiris Nousias, estudiante de doctorado en física médica y bioingeniería en University College London; y Kiriakos N. Kutulakos, profesor de informática en la Universidad de Toronto.
