近日，格拉斯哥大学计算科学学院的Alex Turpin博士团队，公布了一项颇具新意的科研成果——一种全新的3D成像方法。这套方案的思路别出心裁：不依赖光子的空间位置，而是利用它们的时间信息来生成图像。

换言之，他们教会了人工智能如何将“时间”转化为“三维空间”。一旦这项技术走向成熟，汽车、手机乃至健康监测设备，都有可能因此拥有更强的“环境感知能力”。

相关论文「Spatial images from temporal data」已在《Optica》期刊上发表。

时间数据如何“绘制”出三维影像？

先来回顾一下我们熟悉的成像方式。无论是照片还是视频，本质上是数字传感器捕获光子，再根据每个像素点的光强和色彩构建画面。要生成3D图像，通常需要多个相机从不同角度拍摄，或者通过扫描场景的光流进行重构。

但Turpin团队选择了一条截然不同的路径。他们的核心工具，是一个相当简单且廉价的单像素检测器——只不过，它被改装成了光子的“计时器”。

工作原理是怎样的呢？这个检测器并不记录光子的空间位置，只记录一个时间数据：激光脉冲从物体表面反射回来，抵达传感器需要多久。物体越远，反射光子“跑”的时间就越长。这些时间数据被整合成一张非常简洁的图。

接下来，轮到了人工智能大展身手。研究团队构建了一个复杂的神经网络，先将实验室里人们移动和搬运物体的常规照片，与单像素检测器捕获的时间数据一一对应，用这些配对数据来训练算法。

经过充分训练后，网络已经能够“读懂”时间数据与真实画面之间的映射关系。即便只提供时间数据，它也能生成高度精确的3D图像。在验证实验中，研究团队利用这套系统，以大约每秒10帧的速度，成功从时间数据中重构出运动图像。而他们所采用的硬件和算法，理论上具备每秒生成数千帧图像的潜力。

Turpin博士打了个比方：我们手机里的相机依靠数百万像素才能形成图像，而单像素检测器如果只考虑空间信息，几乎什么也做不了。但换个角度，它却掌握了最宝贵的时间维度。他们所做的，就是找到一种新方法，将简单的“时间测量”这种一维数据，转换成代表三维空间的运动影像。

这项研究与传统成像方式最大的区别在于，它彻底将光线与成像过程“解耦”了。

Turpin对此颇为自信：“我们有信心，这套方法适用于任何能用短脉冲探测场景、并精确测量回波的系统。这是一条全新的路径——用时间而非光来可视化世界。”

局限与前景：从实验室走向现实

当然，目前这项技术仍处于早期阶段。神经网络创建图像的能力，目前仅限于它训练过的场景——也就是团队搭建的那个实验室环境。

不过，这并非不可逾越的障碍。通过更广泛的训练，或者采用更先进的算法，这套系统完全有可能学会“看懂”各种不同的场景。一旦实现，其应用空间将豁然开朗。

Turpin还提到了一个很实际的优势：采集时间数据的单像素检测器，体积小、重量轻、成本低。这意味着它可以很方便地嵌入到现有系统中。例如，安装在自动驾驶汽车的摄像头旁边，帮助车辆更快速、更准确地判断道路环境。或者，增强手机里现有的传感器——比如Google Pixel 4上搭载的基于雷达技术的手势识别系统，或许都能因此获得性能上的跃升。