Non hai bisogno di superpoteri per vedere cosa si nasconde dietro l'angolo; Tutto ciò di cui hai bisogno sono i giusti algoritmi, il software di elaborazione di base e una normale fotocamera digitale, un team di ricercatori mostra in un articolo pubblicato oggi su Nature .
Inventare modi efficienti per individuare oggetti al di fuori della linea di vista di un essere umano è un obiettivo comune per gli scienziati che studiano qualsiasi cosa, dalle auto a guida autonoma alle attrezzature militari. Nella sua forma più semplice, questo può essere fatto usando un periscopio, che è un tubo con più specchi che reindirizzano la luce. I precedenti sforzi per portare questo dispositivo a mattoni e malta nell'era digitale riguardavano l'uso di apparecchiature sensibili e ad alta tecnologia per misurare il tempo necessario affinché la luce colpisse un sensore, consentendo ai ricercatori di approssimare la posizione, le dimensioni e la forma relative dell'oggetto nascosto. Mentre queste tecniche portano a termine il lavoro, è difficile applicarle all'uso quotidiano a causa dei suoi costi e complessità, osserva l'autore principale del nuovo studio Vivek Goyal, un ingegnere elettrico presso la Boston University.
Precedenti studi avevano dimostrato che una normale fotocamera digitale poteva essere utilizzata per ricreare immagini 1-D di oggetti fuori dalla vista. Goyal e il suo team hanno deciso di espandere questa tecnica e creare immagini 2D.
Una rappresentazione della configurazione del laboratorio per l'esperimento (Charles Saunders / Natura) L'esperimento ha funzionato in questo modo: il team ha puntato una fotocamera digitale su un muro bianco. Quindi, dietro un angolo seduto parallelamente alla telecamera, hanno posizionato uno schermo LCD per affrontare la stessa parete bianca. Lo schermo mostrava una semplice immagine 2-D: in questo caso, un fungo Nintendo, un'emoticon gialla con un cappello laterale rosso o le lettere BU (per Boston University) con un carattere rosso grande e audace. Il muro bianco funzionava come uno specchio in un periscopio. Utilizzando una lunga esposizione quando si scatta una foto con la fotocamera, il team ha catturato la sfocatura morbida della luce che brillava sul muro bianco dallo schermo.
Tuttavia, c'è una ragione per cui un muro bianco sembra bianco, dice Goyal. A differenza di uno specchio - che riflette la luce in una direzione specifica - un muro sparge la luce riflessa in tutte le diverse angolazioni, rendendo qualsiasi immagine ricreata un caos incomprensibile di colori pixelati ad occhio nudo. Sorprendentemente, è più facile ricreare l'immagine nascosta quando c'è qualcosa che la blocca, chiamata anche oggetto occludente.
L'oggetto occludente - per questo studio, un pannello simile a una sedia - ha permesso al team di ricreare un'immagine usando la scienza del penumbri, un fenomeno quotidiano creato quando la luce proietta ombre parziali in una sorta di alone attorno a un oggetto opaco.
"I penumbri sono ovunque", dice Goyal. “[Se] sei seduto da qualche parte con illuminazione fluorescente ambientale, poiché la tua illuminazione non proviene da un singolo punto, gli oggetti non proiettano ombre nitide. Se tendi la mano ... vedi un mucchio di ombre parziali invece di ombreggiature complete. ”In sostanza, quelle ombre parziali sono tutte penombra.
Quindi, anche se l'oggetto occludente ha bloccato parte dell'immagine, le ombre hanno fornito all'algoritmo più dati da utilizzare. Da lì, invertire il percorso della luce richiede solo una semplice fisica.
Probabilmente sembra illogico e complicato, ma l'ingegnere elettrico Genevieve Gariepy, che ha studiato l'imaging non in linea di vista mentre stava completando il suo dottorato di ricerca presso Heriot-Watt a Edimburgo, lo ha descritto come un gioco ad alta tecnologia di 20 domande. In sostanza, l'oggetto occulto in questo esperimento funziona come una buona domanda nel gioco.
"Il problema inverso in [20 domande] è indovinare a chi sto [pensando]", spiega. “Se giochiamo al gioco e penso a ... diciamo Donna Strickland, che ha appena vinto il premio Nobel per la fisica. Se mi chiedi 'È una donna? È viva? è molto complicato perché [quelle descrizioni potrebbero applicarsi a] così tante persone. Se mi chiedi "Ha vinto un premio Nobel?" allora diventa molto più facile indovinare a chi sto pensando. "
Le misurazioni iniziali sembrano chiazze nere sfocate, quindi Goyal e il suo team erano lungi dall'essere certi che la loro tecnica avrebbe prodotto un'immagine chiara. "Eravamo sicuri che qualcosa fosse possibile, [ma avrebbe potuto essere] davvero, davvero terribile in termini di qualità", afferma Goyal.
Quindi, quando la prima ricreazione è avvenuta in modo molto dettagliato, è stata "una grande, piacevole sorpresa", afferma Goyal. Sebbene l'immagine sia tutt'altro che perfetta, le lettere sono leggibili, i colori sono chiari e persino la faccia dell'emoticon gialla era identificabile. Il team è stato in grado di ottenere lo stesso livello di precisione lavorando con video semplici.
Goyal è molto entusiasta della natura accessibile di questa tecnologia. "La nostra tecnica [utilizza] hardware convenzionale", afferma. "Potresti immaginare che potremmo scrivere un'app per un telefono cellulare che esegue questa immagine. Il tipo di fotocamera che abbiamo usato non è sostanzialmente diverso da una fotocamera per telefono cellulare. "
Sia Goyal che Gariepy concordano sul fatto che uno degli usi futuri più probabili di questa tecnologia sarebbe nei veicoli autonomi. Attualmente, quei veicoli hanno battiti umani in quanto sono in grado di percepire ciò che li circonda da tutti i lati, ma la portata di questi sensori non supera il campo visivo umano medio. Incorporare questa nuova tecnologia potrebbe portare le auto al livello successivo.
"Potresti immaginare [un'auto] in grado di percepire che c'è un bambino dall'altra parte di un'auto parcheggiata, o di essere in grado di percepire quando ti avvicini a un incrocio in un canyon urbano che sta arrivando un traffico che non è nel tuo linea di vista ", dice Goyal. "È una visione ottimista, ma non irragionevole."
