该文回顾了非直视成像领域的最新进展，探讨了如何绕过障碍物观察到隐藏在墙壁或其他障碍后方的物体的 3D 图像以及未来的发展前景。

May, 2020

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

本文提出了一种利用非定向散射表面反射光方向性的间接光线成像方法，通过可训练的体系结构将散射反射光映射到场景反射上，实现了使用传统强度传感器和连续光照的稳态非直视成像。

Nov, 2018

非直视成像通过利用相位场来重建浸泡在散射介质中的复杂场景，对面临挑战的情况如散射媒体中的场景进行了实证分析，并将该方法应用于真实场景，表明其与最新的弥散光学层析成像方法性能相似。

Aug, 2023

提出了一种基于神经建模的非直视成像框架，采用多层感知器（MLP）来表示神经瞬态场（NeTF），并引入 Monte Carlo 技术来提高重建的鲁棒性和细节保留。实验结果表明，该方法在合成和实际数据集上提供了更高质量的重建并保留了先前方法中缺失的细节。

Jan, 2021

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

提出了一种新的后投影技术，基于三次散射空间时间流形的交点重建隐藏几何形状，实现了比以前方法更快更高质量的非直视重建。

Mar, 2017

本文提出两种新的非直视成像的曲率正则化模型，基于交替方向乘子法与 GPU 实现的优化算法，实现快速成像和压缩感知重建。经过对合成和真实数据的评估，所提出的算法在压缩感知设置下表现出卓越的性能，是一个解决非线性反问题的有效方法。

Jan, 2023

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