Light | 人工智能“引领”透过散射介质成像

本文介绍了中国科学院上海光学精密机械研究所司徒国海课题组提出的一种基于深度神经网络的非侵入式实时透过散射介质成像方法。该研究解决了传统方法在透过散射介质成像中的局限性，如需要主动照明和难以实时处理的问题。通过设计模拟真实散射场景的实验装置，研究人员采集了大量数据并进行了预处理，以提高网络模型的泛化性。实验结果表明，该方法在真实物体和自然场景中取得了显著的成像效果，为恶劣天气下的道路驾驶、视频监控等应用提供了有力支持。