河北
从微小跳蛛身上偷师，西北大学的工程师们开发出了一种极其节能的3D相机。这款名为SpiderCam的新设备，感知深度的方式和跳蛛在精准起跳前估摸距离的路子一模一样。为了算准深度，系统会拍下同一场景的两张照片，对焦稍微调得不一样，然后比较两张照片模糊程度的细微差别。
采用这一策略，该相机在消耗不到一瓦电力的同时，就能生成实时的3D地图。这比普通小夜灯用的电还少。
这项创新有望催生新一代靠电池供电的设备，它们得随时摸清周围的情况，比如可穿戴设备、辅助工具、机器人和无人机。
这项研究的共同第一作者马科斯·费雷拉和李天傲将于6月7日（周日）在丹佛举行的计算机视觉基金会计算机视觉与模式识别会议（CVPR）上展示这项成果。该研究结果也已经发布在《arXiv》预印本服务器上。
“跳蛛通过跳跃来捕食猎物、躲避天敌和到处活动，这些行为都需要极佳的视力，”该研究的通讯作者、西北大学的艾玛·亚历山大介绍道。“但它们的脑部非常小，只有罂粟种子那么大，因此它们必须高效地计算距离。我们想看看能否借鉴这些原理，制造出一种非常节能的深度传感器，可用于电力资源受限的场景，用户在那里无法无限获取能源。”
亚历山大是仿生计算机视觉领域的专家，也是西北大学麦考密克工程学院的计算机科学助理教授。
大多数3D相机估深度，要么靠比对多个视角的图像，要么靠投射并测量光线。虽然这些招儿挺管用，但可能得耗不少算力、用贵巴巴的硬件，还得额外费电。为了省掉那些费电的图像比对和投射光线的能耗，亚历山大她们团队就琢磨着从跳蛛身上找灵感。
人每只眼睛就一个视网膜，可跳蛛每只眼睛里却有好几层视网膜。每层视网膜捕捉到的图像，聚焦的距离都稍微有点不一样。一层看东西可能清清楚楚，另一层看同一个东西却有点糊。
“它们随时都能看到好几个层次的焦点，”亚历山大说。“所以，它们老是在收集成对的图像。接着，它们大脑就能比比这些清晰度的差别，来判断距离多远。”
SpiderCam采用了类似的光学设计。首先，一台定制相机同时捕捉两张焦点设置略有不同的图像。充当模糊与距离之间的“翻译官”，随后，定制算法分析两幅图像之间边缘和纹理清晰度的变化。最后，它将那些差异实时转换为深度测量值。
团队没有在传统处理器上运行复杂软件，而是直接把算法塞进了一款低功耗FPGA（现场可编程门阵列）里，这是一种针对能效处理优化的可定制计算机芯片。由此产生的原型以每秒32.5帧的速度生成深度图，功耗才624毫瓦。研究人员说了，SpiderCam是头一个基于FPGA的无源3D相机系统，功耗还不到一瓦。
接下来，研究人员打算改进相机的光学性能，扩大其视野，并将该技术集成到可穿戴设备和小型机器人中。他们还设想设计一种定制芯片，以进一步大幅降低功耗，把3D视觉用到那些传统深度传感器派不上用场的地方。
亚历山大说：“有些地方资源特别紧张，摄像头根本没法直接插到墙上的插座里用，这种场景我特别感兴趣。比如说，它可以在电力有限的野外环境中部署。另外，我觉得它在增强现实这类应用里特别有搞头，因为这类应用需要跟物理世界打交道，得知道身边东西都在哪儿。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
