Un método radicalmente nuevo de obtención de imágenes que aprovecha la inteligencia artificial para convertir el tiempo en visiones del espacio 3-D podría ayudar a los automóviles, los dispositivos móviles y los monitores de salud desarrollan una conciencia de 360 ​​grados.

Las fotos y los videos generalmente se producen mediante la captura de fotones, los componentes básicos de la luz, con sensores digitales. Por ejemplo, Las cámaras digitales constan de millones de píxeles que forman imágenes al detectar la intensidad y el color de la luz en cada punto del espacio. Las imágenes 3-D se pueden generar colocando dos o más cámaras alrededor del sujeto para fotografiarlo desde múltiples ángulos, o utilizando corrientes de fotones para escanear la escena y reconstruirla en tres dimensiones. De cualquier manera, una imagen solo se construye recopilando información espacial de la escena.

En un nuevo artículo publicado hoy en la revista Optica , investigadores con sede en el Reino Unido, Italia y los Países Bajos describen una forma completamente nueva de hacer imágenes animadas en 3D:capturando información temporal sobre los fotones en lugar de sus coordenadas espaciales.

Su proceso comienza con un simple, detector económico de un solo punto sintonizado para actuar como una especie de cronómetro para fotones. A diferencia de las cámaras, medir la distribución espacial del color y la intensidad, el detector solo registra cuánto tardan los fotones producidos por un pulso de luz láser de una fracción de segundo en rebotar en cada objeto en cualquier escena y llegar al sensor. Cuanto más lejos está un objeto, más tardará cada fotón reflejado en llegar al sensor.

La información sobre los tiempos de cada fotón reflejado en la escena, lo que los investigadores llaman datos temporales, se recopila en un gráfico muy simple.

Luego, esos gráficos se transforman en una imagen tridimensional con la ayuda de un sofisticado algoritmo de red neuronal. Los investigadores entrenaron el algoritmo mostrándole miles de fotos convencionales del equipo moviéndose y llevando objetos por el laboratorio. junto con los datos temporales capturados por el detector de un solo punto al mismo tiempo.

Finalmente, la red había aprendido lo suficiente sobre cómo los datos temporales se correspondían con las fotos y era capaz de crear imágenes de alta precisión a partir de los datos temporales únicamente. En los experimentos de prueba de principio, el equipo logró construir imágenes en movimiento a aproximadamente 10 cuadros por segundo a partir de los datos temporales, aunque el hardware y el algoritmo utilizados tienen el potencial de producir miles de imágenes por segundo.

Dr. Alex Turpin, Lord Kelvin Adam Smith Fellow en Data Science en la Facultad de Ciencias de la Computación de la Universidad de Glasgow, dirigió el equipo de investigación de la Universidad junto con el Prof.Daniele Faccio, con el apoyo de colegas de la Universidad Politécnica de Milán y la Universidad Tecnológica de Delft.

El Dr. Turpin dijo:"Las cámaras de nuestros teléfonos móviles forman una imagen utilizando millones de píxeles. Crear imágenes con un solo píxel es imposible si solo consideramos la información espacial, ya que un detector de un solo punto no tiene ninguno. Sin embargo, un detector de este tipo aún puede proporcionar información valiosa sobre el tiempo. Lo que hemos logrado es encontrar una nueva forma de convertir datos unidimensionales, una simple medida del tiempo, en una imagen en movimiento que representa las tres dimensiones del espacio en cualquier escena dada. La forma más importante que se diferencia de la creación de imágenes convencional es que nuestro enfoque es capaz de desacoplar la luz por completo del proceso. Aunque gran parte del artículo analiza cómo hemos utilizado la luz láser pulsada para recopilar los datos temporales de nuestras escenas, también demuestra cómo nos las arreglamos para usar ondas de radar para el mismo propósito. Estamos seguros de que el método se puede adaptar a cualquier sistema capaz de sondear una escena con pulsos cortos y medir con precisión el eco de retorno. En realidad, esto es solo el comienzo de una forma completamente nueva de visualizar el mundo utilizando el tiempo en lugar de la luz ".

En la actualidad, La capacidad de la red neuronal para crear imágenes se limita a lo que ha sido entrenada para seleccionar de los datos temporales de escenas creadas por los investigadores. Sin embargo, con más formación e incluso mediante el uso de algoritmos más avanzados, podría aprender a visualizar una variedad de escenas, ampliando sus aplicaciones potenciales en situaciones del mundo real.

El Dr. Turpin agregó:"Los detectores de un solo punto que recopilan los datos temporales son pequeños, ligero y económico, lo que significa que podrían agregarse fácilmente a los sistemas existentes, como las cámaras en los vehículos autónomos, para aumentar la precisión y la velocidad de su búsqueda de caminos. Alternativamente, podrían aumentar los sensores existentes en dispositivos móviles como Google Pixel 4, que ya cuenta con un sencillo sistema de reconocimiento de gestos basado en tecnología de radar. Las generaciones futuras de nuestra tecnología podrían incluso usarse para monitorear la subida y bajada del pecho de un paciente en el hospital para alertar al personal sobre cambios en su respiración. o para realizar un seguimiento de sus movimientos para garantizar su seguridad de una manera compatible con los datos. Estamos muy entusiasmados con el potencial del sistema que hemos desarrollado, y esperamos seguir explorando su potencial. Nuestro siguiente paso es trabajar en un sistema autónomo, portable system-in-a-box y estamos ansiosos por comenzar a examinar nuestras opciones para promover nuestra investigación con aportes de socios comerciales ".

El papel del equipo, titulado "Imágenes espaciales de datos temporales, "se publica en Optica .