Apr, 2024

路径探索者：基于注意力的动态非直视追踪与移动机器人

PDF
TL;DR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。
non-line-of-sight imagingmoving cameradata-driven approachpathfinderdynamic capture environments
发现论文，激发创造
  • 街角探测：使用多普勒雷达在野外进行非直射线探测和跟踪

    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

  • 实时被动非直视跟踪：传播与校准

    本研究提出了一种纯被动式的非直射式跟踪方法，仅通过观察一个继电器墙来追踪走在隐形房间中的人，利用差分帧作为时空局部运动信息的必要携带者，提出了 PAC-Net，填补了现有非直射式数据集的空缺。

    Mar, 2023

  • 光学非直接视物理学基于 3D 人体姿势估计

    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

  • 非直视成像

    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

  • 稳态非直视成像

    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

  • 从瞬态正弦图像实现高效的非直观成像

    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

  • 全视角成像用于整体形状重建

    Omni-LOS 是一种基于神经计算成像的方法，利用 Single-Photon Avalanche Diode (SPAD) 时间飞行传感器进行综合形状重建 (HSR)，并将直接和非直接成像相结合，以便从单个扫描位置恢复对象的整体形状。

    Apr, 2023

  • 绕过拐角成像的最新进展

    本文回顾了不同类型的现有非直线视线成像技术，讨论了需要解决的挑战，特别是在受限实验环境之外的应用。我们的目标是向更广泛的研究社区介绍该主题，并提供进一步发展该研究领域的见解。

    Oct, 2019

  • 基于数据的暗场景恢复闪光摄影

    本研究使用消费级相机，通过结合传统几何理解和数据驱动技术，提出一种新的方法，实现了在拐角处定位和识别目标物体；该方法还能够用于在新视点生成被遮挡的场景，并能够通过分析信息分布，精确定位和识别超出拐角范围的物体。

    Oct, 2018

  • 自回归注意力神经网络用于动态元表面天线的非直射用户跟踪

    在本文中，我们提出了一种两阶段的基于机器学习的方法，专门针对非直射多径环境进行用户跟踪；首先，我们使用新提出的基于注意力机制的神经网络将嘈杂的信道响应映射到用户的可能位置；接着，通过一个可学习的自回归模型，利用时间相关的信道信息对过去的用户位置进行预测，借助动态智能表面天线的接收架构以及减少了导频数量，该方法在室外射线追踪场景中的数值评估结果表明，尽管直射路径被阻断，该方法在各种多径环境中均能实现较高的定位准确性。

    Oct, 2023