基于运动诱导抽样的消费级 LiDAR 隐形目标成像
计算机视觉与模式识别
2026-05-19 v1
摘要
消费级 LiDAR 正在越来越多地用于手持、可穿戴和机器人应用中的成像。这些传感器以皮秒级分辨率捕捉光子到达时间，这原则上使其能够捕捉到来自视野范围之外目标的信息。虽然已展示了基于研究级 LiDAR 的非视线(NLOS)成像能力，但由于低激光功率、低空间分辨率以及目标和相机运动导致信噪比较差，实现消费级设备的 NLOS 成像仍具有挑战性。受冲击摄影和合成孔径雷达启发，我们提出一种多帧融合策略来克服这些挑战，并在消费级 LiDAR 上演示 NLOS 成像。我们首先引入运动诱导孔径抽样模型，将目标形状、目标运动和相机运动的效应统一到单个测量模型中。利用该模型，我们在智能手机级 LiDAR 上演示了多项 NLOS 能力：(1) 3D 重建，(2) 单目标和多目标跟踪，(3) 利用隐形目标进行相机定位。此前，NLOS 成像能力主要局限于体积大、昂贵的研究级硬件，需要大量的设置和校准。我们的结果标志着一种向即插即用 NLOS 成像的转变，任何人都可以使用不到 100 美元的现成硬件和无需额外设置来成像隐形目标。我们相信，此类能力的民主化将推动 NLOS 成像的消费级应用。
引用
@article{arxiv.2605.17865,
title = {Imaging Hidden Objects with Consumer LiDAR via Motion Induced Sampling},
author = {Siddharth Somasundaram and Aaron Young and Akshat Dave and Adithya Pediredla and Ramesh Raskar},
journal= {arXiv preprint arXiv:2605.17865},
year = {2026}
}