光让我们得以看见周围的事物，但如果我们也能利用光看见拐角后隐藏的事物呢？
这听起来像科幻小说，但这正是麻省理工学院一项新算法的构想，算法出自该校的计算机科学与人工智能实验室（CSAIL）——这一发现从应急响应到自动驾驶汽车等诸多领域都具有重要意义。
CSAIL团队的成像系统可与智能手机摄像头配合使用，它利用光线反射信息，探测隐藏场景中的物体或人员，并测量其速度和运动轨迹——这一切都能实时完成。
举例来说，想象一下，你正沿着一条L形走廊行走，墙壁将你与拐角处的一些物体隔开。这些物体会将少量光线反射到你视线范围内的地面上，形成模糊的阴影，这种阴影称为“半影”。
通过半影的视频，这套系统——团队称之为“CornerCameras”——能够拼接一系列一维图像，揭示拐角处物体的信息。
“尽管摄像头实际上看不到这些物体，我们仍可以观察它们的运动如何影响半影，从而判断它们在哪里、将往何处去，”新近发表的一篇系统研究论文的第一作者凯瑟琳·鲍曼（Katherine Bouman，硕士毕业于2013年，博士毕业于2017年）说。“通过这种方式，我们证明，墙壁及其他带有边缘的障碍物可以被用作自然形成的‘摄像头’，揭示其后方的隐藏场景。”
鲍曼表示，绕过障碍物观察的能力可用于许多任务，从帮助消防员在着火的建筑物内寻找人员，到帮助驾驶员发现盲区中的行人。
她与麻省理工学院教授比尔·弗里曼（Bill Freeman）、安东尼奥·托拉尔巴（Antonio Torralba）、格雷格·沃内尔（Greg Wornell）和弗雷多·杜兰（Fredo Durand），硕士生维姬·叶（Vickie Ye）以及博士生亚当·耶迪迪亚（Adam Yedidia）共同撰写了这篇论文。本月晚些时候，她将在意大利威尼斯举行的国际计算机视觉会议上介绍这项研究。
工作原理
大多数绕过障碍物进行观察的方法都需要使用特殊激光。具体来说，研究人员会用摄像头对准可见场景和隐藏场景都能看到的特定点，然后测量光线返回所需的时间。
然而，这类所谓的“飞行时间摄像头”价格昂贵，而且很容易受到环境光干扰，尤其是在户外。
相比之下，CSAIL团队的技术无需主动向空间投射光线，而且适用于范围更广的室内和室外环境，也可使用现成的消费级摄像头。
通过观看半影视频，CornerCameras能够生成隐藏场景的一维图像。单张图像并没有太大用处，因为其中包含相当多的“噪声”数据。但通过观察场景数秒并拼接数十张不同的图像，系统便能分辨出运动中的不同物体，并判断其速度和运动轨迹。
“仅仅尝试实现这一目标的想法本身就很有创新性，而在实践中让它发挥作用，则体现了创造力和出色的能力，”南卫理公会大学莱尔工程学院院长、未参与这项研究的马克·克里斯滕森（Marc Christensen）教授说。“这项研究是更广泛探索中的重要一步，旨在开发突破性的成像能力，使观察不再受视线范围的限制。”
团队惊讶地发现，CornerCameras在一系列具有挑战性的情况下都能工作，包括下雨等天气条件。
“雨水确实改变了地面的颜色，我当时觉得，我们根本不可能看出百分之一以下量级的细微光线差异，”鲍曼说。“但由于系统整合了数十张图像中的大量信息，雨滴的影响会相互平均抵消，因此即使周围如此纷乱，你仍能看见物体的移动。”
这套系统仍有一些局限。显而易见，如果场景中没有光线，它就无法工作；如果隐藏场景本身光线不足，也可能出现问题。光照条件发生变化时，系统也可能受到干扰，例如场景位于户外，云层不断从太阳前方飘过。此外，使用智能手机级别的摄像头时，离拐角越远，信号就越弱。
研究人员计划在未来的论文中解决其中一些挑战，也会尝试让系统在移动过程中工作。团队很快将在轮椅上测试这套系统，最终目标是将其改用于汽车和其他车辆。
“如果一个小孩突然冲到马路上，驾驶员可能来不及反应，”鲍曼说。“虽然我们还没有做到这一点，但有朝一日，这类技术或许能提前几秒向驾驶员发出警告，并在许多生死攸关的情况下提供帮助。”
这项研究部分得到了美国国防高级研究计划局（DARPA）REVEAL计划、美国国家科学基金会、壳牌研究部门以及美国国防科学与工程研究生奖学金的资助。
