市面上用傳感器測量距離有多種方式，比如稀疏光子成像、非視距成像(NLOS)等。不管是基于超聲波傳感還是紅外線傳感，他們的相似之處在于都是通過計(jì)算聲波或光波到達(dá)某一表面并反射回來的時(shí)間來推算距離。

通常，基于光學(xué)傳感的3D掃描需要兩個或以上個攝像頭，以捕捉跟合成人眼雙目視差效果?；蚴峭ㄟ^光源陣列和多個單一的光傳感器來對空間中的物體進(jìn)行3D識別和重建。

近期，英國格拉斯哥大學(xué)的科研人員提出了一種結(jié)合深度學(xué)習(xí)算法的低成本SPAD傳感方案。它的特點(diǎn)是只需要單一光源和傳感器，就能通過光線從場景反射回來的時(shí)間來進(jìn)行3D測距。據(jù)悉，該方案的平均誤差僅為四分之一納秒，而且最遠(yuǎn)可識別4米內(nèi)的物體，刷新率高達(dá)1000fps。

專家表示：通常光子到達(dá)3米遠(yuǎn)處任何表面并反射回來平均需要10納秒，但這個時(shí)間并不能直接反映出該表面的方向和角度。

而格拉斯哥大學(xué)科研人員在實(shí)驗(yàn)初期進(jìn)行測距時(shí)，獲得的圖像雖然比普通ToF攝像頭的要更模糊、缺少細(xì)節(jié)，但外觀輪廓比較清楚。接著，他們利用在同一場景訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，來破解和優(yōu)化3D掃描信號。

具體來講，該方案分為三個部分：1)脈沖光源;2)單點(diǎn)時(shí)間識別傳感器;3)圖像重建算法?？蒲腥藛T在場景中用單一方向的脈沖激光源進(jìn)行照射，接著單光子雪崩二極管(SPAD)將收集這些反射回的光線，并生成時(shí)間柱狀圖。然后，在使用人工神經(jīng)網(wǎng)絡(luò)來通過單一的時(shí)間柱狀圖識別和重建3D場景。

在訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程中，科研人員將使用脈沖光源、ToF模組、SPAD傳感器，對空間中移動的人進(jìn)行動態(tài)掃描。通過對比ToF模組識別到的3D數(shù)據(jù)和SPAD傳感數(shù)據(jù)重建的圖像，來完成對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

為了驗(yàn)證效果，科研人員首先通過數(shù)字模擬來進(jìn)行分析。在一個20立方米空間，用類似于人形的物體擺出多種不同的姿勢，并利用時(shí)間測量法來重建3D圖像和時(shí)間柱狀圖。同時(shí)，也使用同步的ToF模組(也可以用LiDAR、立體成像或全息裝置)來收集對比數(shù)據(jù)。

結(jié)果顯示，通過SPAD方案重建的3D圖像比ToF方案缺少一些細(xì)節(jié)，但整體輪廓得以體現(xiàn)。接著，科研人員通過重復(fù)用時(shí)間柱狀圖重建，來進(jìn)一步分析脈沖響應(yīng)函數(shù)(IRF)對3D圖像分辨率的影響。結(jié)果發(fā)現(xiàn)，IRF響應(yīng)時(shí)間變長，場景中3D圖像的輪廓也依然可以分辨。

不過也發(fā)現(xiàn)，該方案將依賴于在特定場景中訓(xùn)練過的神經(jīng)算法。也就是說，科研人員所訓(xùn)練的神經(jīng)網(wǎng)絡(luò)僅識別特定的靜態(tài)背景，同樣的物體或人物在其他背景中則不再識別。

由于在實(shí)驗(yàn)中，算法訓(xùn)練使用到的均為動態(tài)背景中移動的物體，所以目前只適合掃描設(shè)備固定在靜態(tài)背景中運(yùn)行。盡管如此，這一方案的優(yōu)勢在于刷新率高，可用于自動駕駛、基于筆記本電腦攝像頭和無線電天線的實(shí)時(shí)3D監(jiān)控或是AR測距等場景。

此外，SPAD方案重建的圖像分辨率受訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)所使用的3D傳感器局限，而且圖像質(zhì)量受到時(shí)間測距傳感器的刷新率決定。

未來，科研人員計(jì)劃繼續(xù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，以便于識別動態(tài)空間背景，同時(shí)也計(jì)劃向非視距成像(NLOS)領(lǐng)域延伸。