近日，清华大学丘成桐数学科学中心、精密仪器系联合研究团队在非视域成像相关研究领域取得重要进展。研究团队针对现有非视域成像技术在应用上的瓶颈，提出基于虚拟共焦补偿的信号与物体联合先验（Confocal Complemented Signal-Object Collaborative Regularization，简称CC-SOCR）重建方法，突破传统非视域成像的场景范式，对于任意中介面形态均可实现准确成像。

传统光学成像技术无法探测到视线以外的区域，如被障碍物遮挡的目标等，因而存在信息感知的盲区。新兴的非视域成像技术打破了这一限制，如图1所示，通过向中介面发射激光，并接收在中介面、非视域目标表面发生漫反射的光子级回波，经算法重建后，能够实时“观察”隐蔽目标。这一颠覆性探测技术使得非视域目标无所遁形，在自动驾驶、医疗成像、灾难救援、安防反恐等领域具有重大的应用潜力。

然而，现有的非视域成像技术在应用上存在瓶颈。重建过程依赖于激光照射点在中介面上进行密集、均匀扫描（如图1a所示，通常为上万个扫描点），导致该技术对应用场景要求严格——需要大面积的连续中介面（如墙面、地面等）和较长的采集时间。当实际探测场景可利用的中介面大小及形状严重受限时，将显著加大非视域成像反问题的求解难度，造成现有主流成像算法的重建失败。

图1.非视域成像场景的突破与拓展

针对以上难题，研究团队提出了CC-SOCR重建方法，一举突破了传统非视域成像的场景范式，对于任意中介面形态（如图1b-1e所示的栅栏、百叶窗、窗框、异形结构等）均可实现准确成像。CC-SOCR方法基于贝叶斯推断，创造性地引入了虚拟共焦信号，并能够同时获取测量点处的低噪音估计信号、虚拟共焦信号及非视域目标的反射率与法向信息。同时，该方法发展和融合了稀疏优化、非局部自相似先验、双向正交字典学习、经验维纳滤波及联合频域稀疏表示等技术，具有优异的模型可解释性。图2展示了新方法的框架图及雕像实例的重构结果。其中，测量点限定于中介面上N、L、O、S字母内部区域。

图2.CC-SOCR方法框架图及重构结果

研究团队通过仿真、实验数据充分验证了新方法的有效性。对于离散、稀疏、异形等各类特殊中介面（平面/曲面），在共焦/非共焦探测模式下，新方法均给出了高质量的目标反射率及法向重构结果，是目前在特殊中介面场景下唯一有效的重构方法（如图3所示）。该工作实现了非视域成像技术的场景范式创新，极大拓展了该技术的应用场景和范围。同时，对于传统中介面，该方法同样具有巨大优势，仅需稀疏测量点即可重构非视域目标，从而显著降低信号的采集时间。

图3.稀疏、离散、异形中介面场景下的雕像重构结果对比

该研究成果近日以“适用于任意照射和探测图样的非视域成像技术”（Non-line-of-sight imaging with arbitrary illumination and detection pattern）为题发表在《自然·通讯》（Nature Communications）上。

该研究由清华大学丘成桐数学科学中心、雁栖湖北京数学科学与应用研究院、清华大学精密仪器系、光子测控技术教育部重点实验室共同完成。论文第一作者为丘成桐数学科学中心2021级博士研究生刘新桐。通讯作者为丘成桐数学科学中心邱凌云助理教授、精仪系付星副教授。论文合作者还包括2022级博士生王健羽、肖乐平和丘成桐数学科学中心史作强教授。该研究得到了国家自然科学基金的支持。