相信你的日常生活中一定遇到过下面这种情况：你走在路上，当经过一个转角时，突然有另一个人从转角处冲了出来，你们两个因为躲闪不及撞在了一起。设想一下，这种情况要是发生在正在行驶的汽车身上，尤其是无人驾驶的汽车，极大有可能导致事故的发生，甚至可能会导致人员伤亡，这是我们都不愿意看到的后果。
近日，来自美国波士顿大学的一个研究小组在《自然》上发表了一项研究，仅用一台数码相机和一台计算机，算法就可以借助一个物体在墙壁上模糊不清的投影，来还原这个物体的图像。在这里，算法将普通的数码相机变成了一台“潜望镜”，这种方式可以提前判断转弯处的情况，从而避开可能造成的相撞事故。
▲这项研究的原理示意图（图片来源：《Nature》）
我们都在课本上学过，镜子能够映出面前的图像，是光的反射原理在起作用。但是，当光线照射到白色的墙壁或者其他没有光泽的平面上时，它就会向各个方向散开，这导致墙壁上显示的物体影子是模糊不清的。因此，想要通过墙上的影子来还原图像，是非常困难的事情，通常需要使用特殊的照明设备或摄像装置，需要的费用也很高。
在这项研究中，研究人员使用了一台数码相机，来拍下墙面反射对面计算机屏幕发出的光线。同时，他们在电脑屏幕和墙壁之间放置了一把椅子作为障碍物，阻挡一部分光线到达墙壁。出乎研究人员意料的是，这把椅子竟然能够防止光线变得过于杂乱，从而降低了算法根据光粒子中所含信息重建图像的难度。这和我们原来在课本上学习过的“小孔成像”原理差不多。
▲算法还原图片的过程（图片来源：《Nature》）
通过这种方式，研究人员可以根据障碍物的阴影来判断其位置，然后根据这个信息来重建计算机屏幕上显示的各种简单图像，甚至连动画都可以还原。如下图所示，从简单的“BU”两个字母，到超级马里奥里面的蘑菇图像，算法都可以成功还原。
▲算法还原图片过程。其中最左一列是原始图片，第二列是原始图片在墙壁上的投影，最右一列是算法还原出的图片（图片来源：《Nature》）
目前，算法需要大约48秒左右的时间来完成整个还原过程。但研究人员相信，随着算法能力不断提升，最终可以在录像中实现成像。
研究人员表示，这项研究有很多应用前景。比如说，可以通过这种算法，让机器人的导航功能更加完善，并提高无人驾驶汽车的安全性。另外，这项技术还可以用在显微镜检查、医疗影像和监测危险环境等。
参考资料：
[1] Saunders, et al., (2019). Computational periscopy with an ordinary digital camera. Nature, doi: https://doi.org/10.1038/s41586-018-0868-6
[2] Program allows ordinary digital camera to see round corners. Retrieved January 29, 2019, from https://www.theguardian.com/science/2019/jan/23/creepy-things-ordinary-digital-camera-computational-periscopy-can-see-round-corners
[3] How an ordinary camera can see around corners. Retrieved January 29, 2019, from https://www.nature.com/articles/d41586-019-00267-x#ref-CR1
