实时被动非直视跟踪:传播与校准
非直视成像是一个活跃的研究领域,在动态环境中基于移动相机实现非直视成像一直是一个未解决的问题。本研究提出了一种数据驱动的非直视成像方法,PathFinder,可以通过在小型、功耗受限的移动机器人上安装标准 RGB 相机来使用。我们使用一个基于注意力机制的神经网络来处理连续帧序列的线视 ideo,从中提取包含多个垂直平面的图像,并选择提取获得最大非直视成像信息的平面。我们使用无人机进行视频采集,并验证了该方法在野外场景中的有效性,从而实现了低成本的动态非直视成像。
Apr, 2024
该研究使用多普勒雷达技术进行非直达测距,利用时序多普勒速度和位置信息进行 NLOS 检测与跟踪,成功实现对动态环境中隐藏物体的检测、分类和追踪,适用于大规模的汽车场景且成本低廉。
Dec, 2019
本文介绍了一种名为 Circular and Confocal Non-line-of-sight (C2NLOS) 扫描的非直线视野成像技术,它使用激光和超快速感应器来测量多次散射光的行程时间,以了解隐藏的场景。与现有的 NLOS 技术相比,这种技术可以更高效的扫描目标,同时提高成像的质量和效率。
Aug, 2020
本文通过光学非视线成像系统获取的瞬态图像描述了一种实现 3D 人体姿势估计的方法,通过使用间接反射的光线,实现了从街角窥视的功能;该方法将非视线成像、人体姿势估计和深度强化学习等多个领域的技术结合起来,通过端对端的数据处理流程,将源源不断的光子测量转换为整个 3D 人体姿势序列的估计,并通过数据综合和增强策略实现靠近现实的 NLOS 成像系统数据的预测。初步实验结果表明,本文所提出的方法可以推广至真实世界的 NLOS 测量,从而实现估算物理上有效的 3D 人体姿势。
Mar, 2020
通过可分的端到端非直视成像管道,我们以在时间和频率领域同时工作的方式,在重建隐藏场景过程中自动校准成像参数,并从非直视体积强度中提取隐藏场景的几何表示,估计由该几何信息产生的继电墙上的时间分辨照明。
Sep, 2023
该论文描述了一种用于 UWB 定位系统的 NLOS(非直射视线)抑制方法,该方法将定位对象与构成系统基础设施的锚定点之间的传播条件分类为 LOS(直射视线)、NLOS 和严重 NLOS。通过首次信号成分功率测量进行非直射视线检测,并据此估计每个类别的平均 NLOS 到达时间偏差和偏差标准差。使用基于扩展卡尔曼滤波器(EKF)的算法来定位标签,NLOS 抑制方法通过纠正在 NLOS 条件下获得的测量结果并降低其在标签位置估计过程中的重要性。该论文包括了该方法的描述以及进行的实验结果。
Mar, 2024