Los investigadores de Stanford desarrollan una especie de visión de rayos X, sin los rayos X

Utilizando un nuevo algoritmo, los investigadores de Stanford han reconstruido los movimientos de partículas individuales de luz para ver a través de las nubes, la niebla y otras obstrucciones.

Como un cómic que cobra vida, los investigadores de la Universidad de Stanford han desarrollado una especie de visión de rayos X, solo que sin los rayos X. Trabajando con hardware similar al que permite a los autos autónomos “ver” el mundo que los rodea, los investigadores mejoraron su sistema con un algoritmo altamente eficiente que puede reconstruir escenas ocultas tridimensionales basadas en el movimiento de partículas individuales de luz, o fotones. En pruebas, detalladas en un artículo publicado el 9 de septiembre en Comunicaciones de la naturaleza, su sistema reconstruyó con éxito formas oscurecidas por espuma de 1 pulgada de espesor. Para el ojo humano, es como ver a través de paredes.

“Muchas técnicas de imágenes hacen que las imágenes se vean un poco mejor, un poco menos ruidosas, pero esto es realmente algo en lo que hacemos visible lo invisible”, dijo Gordon Wetzstein, profesor asistente de ingeniería eléctrica en Stanford y autor principal del artículo. . “Esto realmente está empujando la frontera de lo que puede ser posible con cualquier tipo de sistema de detección. Es como una visión sobrehumana “.

Esta técnica complementa otros sistemas de visión que pueden ver a través de barreras a escala microscópica, para aplicaciones en medicina, porque se centra más en situaciones a gran escala, como la conducción de vehículos autónomos en la niebla o la lluvia intensa y las imágenes satelitales de la superficie de La Tierra y otros planetas a través de una atmósfera brumosa.

Supersight de luz dispersa

Para ver a través de entornos que dispersan la luz en todas direcciones, el sistema empareja un láser con un detector de fotones súper sensible que registra cada bit de luz láser que lo golpea. A medida que el láser escanea una obstrucción como una pared de espuma, un fotón ocasional logrará atravesar la espuma, golpear los objetos escondidos detrás de ella y volver a atravesar la espuma para llegar al detector. El software compatible con el algoritmo utiliza esos pocos fotones, e información sobre dónde y cuándo golpean el detector, para reconstruir los objetos ocultos en 3D.

Este no es el primer sistema con la capacidad de revelar objetos ocultos a través de entornos de dispersión, pero evita las limitaciones asociadas con otras técnicas. Por ejemplo, algunos requieren saber qué tan lejos está el objeto de interés. También es común que estos sistemas solo usen información de fotones balísticos, que son fotones que viajan hacia y desde el objeto oculto a través del campo de dispersión, pero sin realmente dispersarse en el camino.

“Estábamos interesados ​​en poder obtener imágenes a través de medios de dispersión sin estas suposiciones y recolectar todos los fotones que se han dispersado para reconstruir la imagen”, dijo David Lindell, estudiante de posgrado en ingeniería eléctrica y autor principal del artículo. “Esto hace que nuestro sistema sea especialmente útil para aplicaciones a gran escala, donde habría muy pocos fotones balísticos”.

Para hacer que su algoritmo sea compatible con las complejidades de la dispersión, los investigadores tuvieron que codiseñar de cerca su hardware y software, aunque los componentes de hardware que utilizaron son solo un poco más avanzados que los que se encuentran actualmente en los automóviles autónomos. Dependiendo del brillo de los objetos ocultos, el escaneo en sus pruebas tomó entre un minuto y una hora, pero el algoritmo reconstruyó la escena oculta en tiempo real y se pudo ejecutar en una computadora portátil.

“No se podía ver a través de la espuma con sus propios ojos, e incluso con solo mirar las mediciones de fotones del detector, realmente no se ve nada”, dijo Lindell. “Pero, con solo un puñado de fotones, el algoritmo de reconstrucción puede exponer estos objetos, y puedes ver no solo cómo se ven, sino dónde están en el espacio 3D”.

Espacio y niebla

Algún día, un descendiente de este sistema podría ser enviado a través del espacio a otros planetas y lunas para ayudar a ver a través de las nubes heladas a capas y superficies más profundas. En un plazo más cercano, a los investigadores les gustaría experimentar con diferentes entornos de dispersión para simular otras circunstancias en las que esta tecnología podría ser útil.

“Estamos emocionados de impulsar esto más allá con otros tipos de geometrías de dispersión”, dijo Lindell. “Entonces, no solo los objetos escondidos detrás de una gruesa losa de material, sino los objetos que están incrustados en un material densamente disperso, lo que sería como ver un objeto rodeado de niebla”.

Lindell y Wetzstein también están entusiasmados con la forma en que este trabajo representa una intersección profundamente interdisciplinaria de ciencia e ingeniería.

“Estos sistemas de detección son dispositivos con láseres, detectores y algoritmos avanzados, lo que los coloca en un área de investigación interdisciplinaria entre el hardware y la física y las matemáticas aplicadas”, dijo Wetzstein. “Todos esos son campos fundamentales y críticos en este trabajo y eso es lo que más me emociona”.

Referencia: “Imágenes tridimensionales a través de medios de dispersión basados ​​en tomografía confocal difusa” por David B. Lindell y Gordon Wetzstein, 9 de septiembre de 2020, Comunicaciones de la naturaleza.
DOI: 10.1038 / s41467-020-18346-3

Gordon Wetzstein también es director del Laboratorio de Imágenes Computacionales de Stanford y miembro de Stanford Bio-X y del Instituto de Neurociencias Wu Tsai.

Esta investigación fue financiada por una beca de posgrado de Stanford en ciencia e ingeniería; la Fundación Nacional de Ciencias; una beca Sloan; Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA); la Oficina de Investigación del Ejército (ARO), un elemento del Laboratorio de Investigación del Ejército del Comando de Desarrollo de Capacidades de Combate del Ejército de los Estados Unidos; y la Universidad de Ciencia y Tecnología King Abdullah (KAUST).