用AI实现隔墙透视，准确率达97，这家中国公司研究入选CVP

　　晓查发自凹非寺
　　量子位报道公众号QbitAI
　　试想一下，自动驾驶汽车行驶到了拐弯处，即使激光雷达再强大，也无法探测到建筑物后的有什么事情发生，如果是突然有行人冲出来，后果不堪设想。
　　其实用激光结合强大的AI算法，可以帮你看到墙后究竟有没有人，甚至还能看出他的姿势。
　　最近，一家来自中国的AI创业公司合刃科技与华中科技大学、斯坦福大学等合作，尝试用墙壁散射的光去复原被遮挡数字，正确率最高能达到97，整个过程不需要1秒，更适合用在需要实时处理的自动驾驶。
　　他们的论文《DirectObjectRecognitionWithoutLineofSightUsingOpticalCoherence》已被CVPR2019收录。
　　之前，量子位介绍过一种可以用墙面反射的复原屏幕内容的方法。而合刃科技提出的方法不需要复杂的图像重建过程，不仅能恢复简单的图像，甚至还能推测人体的姿势。
　　隔板猜物
　　研究人员给算法出了道难题，让它从拍摄白墙上的画面，推测黑色挡板背后屏幕上的内容。由于被拍摄物体和相机之间有不透明的障碍物，因此相机只能采集到挡板上漫反射的光。
　　上面的布局太复杂，简化后的示意图如下：
　　除了这种比较简单的情形，研究人员还给算法出了两道附加题：让激光来回反射绕过两堵墙，甚至还设计了一种旋转的墙壁。
　　由全息照片猜数字
　　激光与我们日常见到的日光、灯光不同，不仅能记录强度，还能记录相位信息，通俗地说就是能记录被拍物体的立体信息，与全息照相类似。
　　当携带MNIST数字信息的相干光经过挡板漫反射后，形成散斑图。虽然由散斑图复原物体有困难，但是可以用AI算法，对障碍物后面的数字变化进行实时识别。
　　仅仅能识别数字图像还不行，研究人员还尝试从散斑图找到中得到墙后面隐藏的人，已经他正处在什么姿势。
　　在处理图像时，AI算法用了两个网络：
　　1、SimpleNet，它用来对10个数字图像进行分类，包含4个卷积层，完全连接层中由1024个神经元。
　　由于全息图像的每个区域都包含被拍摄物体的全部信息，为了减小计算量，研究人员只选取照片中200200的一小块区域，从拍摄的1万张照片中选取95作为训练集，5作为数据集。
　　2、ResNet18，它用来对人体姿势进行分类。输入图像被裁剪至224224。
　　准确率最高97
　　在识别MNIST手写数字的实验中，算法的平均识别准确率均在91以上，最高可达97。
　　通过深度学习的AI算法处理，研究人员对12个人不用的10种姿势进行识别，得到的平均识别准确率为78。18。
　　论文链接：
　　https：arxiv。orgabs1903。07705
　　完
　　诚挚招聘
　　量子位正在招募编辑记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号（QbitAI）对话界面，回复招聘两个字。
　　量子位QbitAI头条号签约作者
　　追踪AI技术和产品新动态