深度学习新突破！人类夜视将从单色进入全彩时代

▼

比起动物，人类虽然可辨识更多颜色，但夜视能力却其差无比，这是因人类双眼只能侦测电磁波谱一小部分。拜科技之赐，夜视镜让人类突破先天限制得以清楚看见黑暗中的物体。但夜视镜最大缺点，莫过于画面几乎“清一色”都是绿色。为了改善问题，《PLOS ONE》学术期刊最新刊登的研究展示突破性深度学习演算法，让加大尔湾分校眼科系 Browne 实验室研究人员只需采用人眼看不到的红外线影像，就能重建全彩景象。

人眼可见光范围在 400~700nm，所以人类若身处没有窗户的房间，即使开一盏只发出 800nm 波长光的灯泡，人眼也看不到任何东西，只是一片漆黑。

透过红外线摄影机，人类可看到某版及风貌的夜景。装置最大挑战是如何在可见光下渲染影像，以便让观看者理解看到的东西。以热像仪为例，采用名为“伪彩”（pseudocolor）技术，让红外线影像看得见。虽然热像仪影像也是五颜六色，但与我们日常看到真实可见光世界的影像大相迳庭。

夜视镜也是提升人类夜视能力的另一个解决方案，但透过夜视镜，我们只能看到单色世界。已有研究机构开发许多能提升夜视能力的先进机制与方法，如美军早推出能以超亮白光线条清楚勾勒人与物体轮廓的夜视镜，即使背景再暗，也宛如白昼。

6 日刊登于《PLOS ONE》学术期刊的最新研究指出，数十年电脑科学研究基础上，开发并测试深度学习演算法，从某场景红外线影像学习训练开始，最终推论出场景在可见光谱的样子。研究人员发现，其中一个采用深度 U-Net 体系结构的演算法，能将一组共三幅红外线影像转换成一张全彩照片，且照片与同场景正常光线拍摄照片十分相似。虽然短期还无法看到内建最新 PoC 概念验证技术的夜视镜上市，但全彩夜视功能到来绝对是迟早的事。

• Full-color night vision is almost a reality after a deep learning breakthrough

（首图来源：维基百科）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。