MIT开发夜视AI 可揭示在黑暗中隐形的物体

初始透明蚀刻(最右边)、黑暗中拍摄的照片(左上角)、基于物理的算法(右上角)、训练好的神经网络(左下角)。将基于物理的算法与神经网络相结合，可以更清晰、更准确地重建图像(右下角)。

研究小组向神经网络提供了10，000多张透明的玻璃蚀刻图像，这些图像是在极低的光照条件下拍摄的(大约每像素1个光子)。研究作者亚历山大·高尔说:

当我们用肉眼看它们时，它们看起来都像一块透明的玻璃。但事实上，它隐藏了一个非常精细和简单的结构，仍然会影响光线。

在完成了神经网络的训练后，该团队创建了一个全新的模型，它不再是原始数据集的一部分。经过系统的分析，我们发现深度学习确实可以揭示黑暗中看不见的物体。

麻省理工学院机械工程系的教授乔治·巴尔巴斯塔特指出，如果实验室里的生物细胞受到光的照射，它们会被烧毁而不会留下任何图像。此外，如果病人接受过多的x光，会增加患癌症的风险。

好消息是，这项技术可以减少光线或x光曝光，同时保持相同的图像质量。除了医学成像，它也适用于天文摄影。

这项研究的细节已经发表在最近出版的《物理评论快报》上。