动态场景的非视距实时成像
综合经济学
2020-10-27 v1 经济学
摘要
非视距（NLOS）成像旨在恢复隐藏于直接视线之外的物体的 3D 几何结构。过去，该方法受限于微弱的多次反射信号，限制了场景尺寸、采集速度和重建质量。尽管已有能够以每秒数帧重建场景的算法被展示，但实时 NLOS 视频仅针对逆反射物体实现过，其 NLOS 信号强度增强了 4 个数量级或更多。此外，也有人指出 NLOS 方法中的重建信噪比随距离迅速下降，且过去的重建因此局限于深度仅几米的小场景。已有的场景中噪声与分辨率模型过于简化，忽略了该问题的诸多复杂性。我们展示了仅总计 28 像素的 SPAD（单光子雪崩二极管）阵列探测器结合专门扩展的相量场重建算法，能够重建非逆反射 NLOS 场景的实时直播视频。我们提供了重建信噪比（SNR）的分析，并表明对于我们的方法，可以重建场景使得 SNR、运动模糊、角分辨率和深度分辨率均独立于场景尺寸，这意味着重建非常大的场景是可能的。未来，可通过为传感器阵列增加更多像素来进一步提高 NLOS 成像系统的光效率。
引用
@article{arxiv.2010.12736,
title = {Conditional beta and uncertainty factor in the cryptocurrency pricing model},
author = {Khanh Q. Nguyen},
journal= {arXiv preprint arXiv:2010.12736},
year = {2020}
}