最近，中國科學技術大學教授潘建偉和他的團隊成功將“非視域成像”從米級提高到1.43公里，技術在全球領先。可是，由於“非視域成像”是一個非常高精尖的領域，很多人反應“字都認識但是完全看不懂”，那麼今天我們就來試試，用最通俗的語言解釋一下這個最新的高技術成果。

非視域成像

我們能看到物體，是因為有光直射或者反射進了眼睛，可是對於遮擋物背後的物體，比如一堵牆後面的人，由於阻斷了光的直射和反射，所以是看不見的。不過，凡事都不一定，潘建偉教授的研究成果，就可以讓我們看到牆後面的人和物體，它就叫“非視域成像”。

藏牆後面就看不到了？否

“非視域成像”的主要辦法，就是收集散射漫射光。物體在反射光的時候，除了主要方向之外，還會向其他方向進行散射漫射，而這種散射漫射光透過多次反射之後，就有可能逃過遮擋的牆壁，進入人眼，但是因為光子數量非常稀少，所以肉眼不可能察覺。

收集散射漫射光

而“非視域成像”透過高敏感裝置，發射光線，這種光線碰到牆面或天花板時會發生散射，傳向其他的物體表面，最終許多光子會回到相機的位置。不僅如此，根據光子返回時間的差異，相機能對拍攝空間進行數字化重建，牆後暗藏的人或物體在重建影象中位置顯露無遺，而且還是三維的。

右下角就是最終成像的三維效果

不過一般的光線散射回來是雜亂無章的，容易跟背景噪聲融在一起，很難提取。只有高速脈衝鐳射光源純度好，裝置穩定度高，物理結構上保證了獲取資訊的純淨度。至於影象分析，則可以透過演算法資料學習來推算出來，哪些是不動的物體，哪些是運動的，什麼物體是什麼樣的光譜，什麼材質是什麼樣的反射特徵和頻率，都需要建立龐大的資料庫或者模型，進行學習。所以“非視域成像”不僅僅是裝置硬體上的問題，而是需要豐富的經驗。

不同物體和材質反射都不一樣

早在2009年，卡內基梅隆有個小組就對一扇開著的門拍照，算出屋子裡的大概的物件的形狀，其中還有一個人形。而在2012年，Andreas Velten首次系統展示了這一技術，並且獲得DAPA的投資，所以一般認為，Andreas Velten才是“非視域成像”技術的開創者。

這項技術其實最早起源於2009年

不過，光線在多次反彈後的亮度會大大減弱，這會大大減少的“非視域成像”的距離，以前西方國家的試驗最多隻有幾米，十幾米，沒有太大的使用價值。而潘建偉教授的貢獻，是將“非視域成像”的距離一下提高了三個數量級，達到1.43公里的範圍。

1.43公里具有非常實用的價值

潘建偉教授的辦法，一是提高感測器的敏感度，儘可能多地捉散射回來的光子。光線散射的次數越多，非視距成像相機就能收集到越多的資料。另外，則是採用凸最佳化演算法，解決了多次漫反射所導致的時空混合問題。這個是關鍵，涉及到如何判斷反射次數和路徑長度等堪稱絕密級的問題。

這個問題就太複雜了

不僅如此，“非視域成像”對於重疊的物體，對於很複雜陳設的室內物品，反光度差的，反射通道奇異狹窄的，不見得適用，資料缺損會比較嚴重。因此需要人工智慧，或者說對資料層處理“較高”自由度的演算法，才能進行較高逼真度的還原。這個過程被稱為“腦補”。

腦補的過程很重要

其實，就是人眼，對影象也往往是“腦補”出來的。比如資料本身是客觀的，只是資訊，座標缺失或扭曲了一部分，我們的大腦會透過學習規律，補上一部分引數，透過更深度的學習糾錯，可以不斷校正引數趨近於一個不那麼離譜的範圍。而“非視域成像”也是如此。

我們人眼也經常腦補

實際上，潘建偉教授的貢獻，除了一下將“非視域成像”距離提高三個量級，達到1.43公里之外，還有一個亮點，那就是可以對隱藏的目標實現實時跟蹤，這就非常厲害了。在以後實用環境中，比如巷戰，這個技術會對對手形成降維打擊。

最關鍵的是它還可以實現動態三維跟蹤

當然，“非視域成像”的用途遠不止軍事和反恐，在民用領域也有很大的價值，比如以後拍明星，可能都不用狗仔隊跟著拍了，而是真正實現“見光死”，在四周無高樓的自家陽光房裡曬個太陽也會“見光死”。不過，也不是沒有解決辦法，如果在室內，將窗戶都拉上窗簾，不讓光漫射出去，這種非視域成像還是沒辦法獲知資訊的，前提是你一直這樣“包住”自己。

狗仔隊可能要消失了

當然，這時候還有其他的手段，比如用非可見性鐳射，打在窗戶玻璃上，透過檢測玻璃的震動頻率，來還原聲音。還可以透過心跳探測儀，透過牆壁，檢測裡面的生命體位置和數量，也能獲知很多關鍵資訊。不過放心，狗仔隊沒有這麼專業的裝置。

時代在不斷髮展，未來還有更先進的技術