نگاهی به علم نوین مشاهده آن سوی کنج ها

هنگامی که دانشمند بینایی رایانه ای «آنتونیو تورالبا»، مشغول سپری کردن تعطیلاتش در سواحل اسپانیا بود، متوجه سایه هایی روی دیوار اتاقش شد که به نظر نمی رسید منبع مشخصی داشته باشند. وی بعدا متوجه شد چیزهایی که می دیده اصلا سایه نبوده اند، بلکه تصویری وارونه و رنگ و رو رفته از پاسیوی بیرون اتاقش بود. پنجره اتاق مانند یک دوربین سوراخ سوزنی (ساده ترین نوع دوربین که در آن اشعه های نور از یک سوراخ بسیار ریز عبور کرده و طرف دیگر تصویری وارونه تشکیل می دهند) عمل کرده بود. تصویر مورد نظر به هیچ عنوان روی دیوار روشن قابل تشخیص نبود اما تورالبا فهمید دنیای پیرامون ما پر از اطلاعاتی است که چشمانمان قادر به دیدنش نیستند. این تجربه منجر به کشف تکنیک هایی برای تصویربرداری خارج از خط دید شد. او در این باره می گوید:

این تصاویر از ما پنهان هستند، اما همیشه و در هر زمان اطرافمان حضور دارند.

این تجربه نظر تورالبا و همکارش «بیل فریمن» که هردو از پروفسورهای دانشگاه MIT هستند را به "دوربین های اتفاقی" جلب کرد. این اصطلاح که توسط آن ها ابداع شده به اجسامی مانند پنجره ها، گوشه ها، گیاهان خانگی و دیگر وسایل عادی اشاره می کند که تصاویری نامحسوس از محیط اطرافشان تولید می کنند. به گفته «فریمن»، این تصاویر معمولا تا هزار برابر از هر چیز دیگری که می بینیم تاریک تر بوده و با چشم غیر مسلح قابل رویت نیستند.

دنیای اطراف ما پر از اطلاعاتی است که قادر به دیدنشان نیستیم

در ادامه این دو محقق متوجه شدند اطلاعاتی که پیش رویمان قرار دارند اما قادر به دیدنشان نیستیم بسیار بیشتر از تصورمان است. این دو در اولین مقاله شان نشان دادند به وسیله تصاویر ثبت شده توسط دوربین آیفون از یک دیوار روبروی پنجره و پردازش آن ها، می توان اتفاقات بیرون اتاق را مشاهده کرد. پاییز گذشته نیز موفق شدند حرکت فردی آن سوی کنج را با فیلم برداری از روی زمین سر کنج مشاهده کنند. همین تابستان هم نشان دادند با فیلم برداری از برگ های یک گیاه خانگی و استفاده از سایه های ایجاد شده روی برگ هایش، می توانند یک مدل سه بعدی از فضایی که گیاه در آن قرار دارد تولید کنند.

تحقیقات روی امکان دیدن آن سوی کنج و اطلاعاتی که به شکل مستقیم قابل دیدن نیستند به نام "تصویربرداری خارج از خط دید" (none-line-of-sight imaging)، از سال 2012 با مقاله "دوربین اتفاقی" تورالبا و فریمن، و مقاله دیگری توسط یک تیم متفاوت به رهبری «رامش راسکار» که آن ها هم از محققین MIT بودند شروع شد. بر مبنای اطلاعات و مدارک به دست آمده از این دو تحقیق، آژانس تحقیقات دارپا (DARPA) با بودجه ای 27 میلیون دلاری پروژه REVEAL را کلید زد. این پروژه که مخفف "Revolutionary Enhancement of Visibility bu Exploiting Active Light-fields" یا "بهبود انقلابی میدان دید به وسیله بهره برداری از رشته های نوری فعال" است با تامین هزینه آزمایشگاه هایی در ایالات متحده سعی در جمع آوری اطلاعات بیشتر در این زمینه دارد. نتایج به دست آمده از زمان شروع این پروژه باعث پیشرفت چشم گیر دانش تصویربرداری خارج از خط دید شده اند.

دانشمندان امیدوارند علاوه بر استفاده های نظامی و جاسوسی، بتوان در زمینه خودروهای خودران، دید رباتیک، تصویر برداری پزشکی، نجوم، اکتشافات فضایی و برنامه های جستجو و نجات نیز از این دانش بهره برد.

تورالبا می گوید او و فریمن وقتی تحقیقاتشان را شروع کردند هیچ استفاده ای برای این قابلیت در ذهن نداشتند. در ابتدا آن ها تنها مشغول مطالعه اساس شکل گیری تصاویر و نحوه عملکرد دوربین بودند؛ که طبیعتا تحقیقاتشان منجر به بررسی دقیق تر رفتار نور، و تعاملش با سطوح و اجسام محیط اطراف شد. آن ها شروع به دیدن تصاویری کردند که قبلا هیچکس فکر پیدا کردنشان را نکرده بود.

تورالبا می گوید:

تحقیقات روانشناسی نشان می دهد انسان در درک سایه ها بسیار ضعیف عمل می کنند. شاید یکی از دلایلش این است که بسیاری از چیزهایی که می بینیم اصلا سایه نیستند و مغز هم بعد از مدتی از خیر درکشان گذشت.

دوربین های اتفاقی

پرتوهای نوری حامل تصاویر خارج از محدوده دید ما، دائما در حال برخورد با اجسام اطراف و رسیدن به چشم ما هستند. پس چرا قادر به دیدنشان نیستیم؟ دلیلش این است که پرتوها در جهات زیادی پخش می شوند و قبل از رسیدن و درک شدن توسط ما، محو می شوند.

تشکیل تصویر نیازمند محدود کردن پرتوهایی است که روی یک سطح مشخص می افتند، به این طریق دسته ای خاص از پرتوها قابل رویت می شوند؛ دقیقا کاری که دوربین سوراخ سوزنی انجام می دهد. کشف اصلی تورالبا و فریمن سال 2012 این بود که فهمیدند در دنیای اطراف اجسام بسیاری پرتوها را محدود می کنند، و با اینکه این آثار برای دیده شدن توسط ما از قدرت کافی برخوردار نیستند، به کمک کامپیوتر می توان سیگنال ها را تقویت و مشاهده کرد.

دانشمندان قادر به تشخیص تغییر رنگ چهره یک فرد بر اثر پمپاژ خون هستند

هرچقدر دریچه دیافراگم دوربین سوراخ سوزنی کوچکتر باشد، تصویر ایجاد شده نیز شفاف تر خواهد بود. زیرا تنها یک پرتو از جسم مورد نظر با زاویه درست از سوراخ رد خواهد شد. پنجره اتاق تورالبا برای تولید یک تصویر شفاف زیادی بزرگ بود؛ او و فریمن نیز می دانستند پیدا کردن دوربین سوراخ سوزنی در طبیعت نادر است. با این حال وسایلی با عملکرد برعکس این دوربین همه جا در حال تولید تصویر اند.

فرض کنید در حال تصویربرداری از بین شکاف یک پنجره هستید، چیز زیادی نمی توانید مشاهده کنید. ناگهان یک دست وارد میدان دیدتان می شود؛ با مقایسه شدت نور روی دیوار قبل و بعد از حضور دست، اطلاعاتی درباره صحنه به دست خواهد آمد. جلوی یک دسته نور که در غیاب دست به دیوار برخورد کرده بود در تصویر دوم گرفته خواهد شد. به گفته فریمن، با کم کردن اطلاعات تصویر دوم از اول، می توان فهمید دست چه اطلاعاتی را مسدود کرده بود. یک دسته نور که حاوی اطلاعات و تصاویر بخشی از اتاق بوده است.

اگر به اجسامی که نور را مسدود می کنند مانند آن هایی که نور را عبور می دهند نگاه کنید، می توانید گستره مکان هایی که این تصاویر پیدا می شوند را افزایش دهید.

در کنار تحقیقاتی که در زمینه دوربین های اتفاقی برای پیدا کردن تغییرات کوچک در جریان است، فریمن و همکارانش الگوریتم هایی برای تشخیص و تقویت تغییرات جزئی رنگی نیز توسعه داده اند. تغییراتی مانند عوض شدن رنگ چهره انسان وقتی خون درونش پمپاژ می شود. آن ها اکنون می توانند حرکاتی با دامنه کمتر از یک پیکسل که عموما زیر نویز مدفون می شوند را تشخیص دهند. راهکار آن ها نیز استفاده از ریاضیات و تبدیل این سیگنال ها به امواج سینوسی است. در این حالت سیگنال ها تحت تاثیر نویز قرار نمی گیرند، زیرا امواج سینوسی میانگینی از چندین پیکسل بوده و نویز بینشان پخش می شود. در نتیجه محققین قادر خواهند بود تغییرات امواج را در هر فریم تصویر با دیگری مقایسه کنند و پس از تقویتشان، اطلاعات را به حالت اولیه برگردانند.

حال این تیم سعی دارد با ترکیب تمام این راهکارها به اطلاعات پنهان تصاویر دست پیدا کند. در تحقیقی که نتایجش مرداد ماه گذشته منتشر شد، تیمی به رهبری کیتی بومن نشان داد گوشه ساختمان ها به عنوان دوربینی عمل می کند که قادر به نمایش اطلاعات آن سوی کنج است.

مانند دوربین های سوراخ سوزنی، لبه ها و گوشه های ساختمان نیز عبور نور را محدود می کنند. تیم تحت نظر بومن با استفاده از یک دوربین معمولی مانند دوربین آیفون، در نور روز از سایه روشن گوشه یک ساختمان فیلم برداری کرد، منطقه ای که توسط نور دریافتی از سمت عمودش روشن شده بود. اگر کسی با لباس قرمز از طرف دیگر ساختمان رد می شد، مقدار ناچیزی از رنگ قرمز لباسش روی زمین می افتاد؛ اگرچه این رنگ با چشم غیر مسلح قابل دیدن نیست اما بعد از پردازش تصاویر به وضوح قابل مشاهده خواهد بود.

در نتیجه یک آزمایش که تیرماه گذشته انجام گرفت نیز، فریمن و تیمش موفق به بازسازی "میدان نوری" یک اتاق (تصویری از شدت و جهت پرتوهای نور درون یک اتاق) به وسیله سایه های تشکیل شده توسط گیاه قرار داده شده در گوشه آن شدند.

تصاویری که با استفاده از راهکار "میدان نوری" تولید می شوند بسیار شفاف تر از آنهایی اند که از طریق "دوربین اتفاقی" به دست می آیند، زیرا در این روش الگوریتم به اطلاعات محیط دسترسی دارد. به گفته تورالبا روش میدان نوری نیازمند اطلاعات زیادی از محیط برای باز سازی اش است اما در مقابل اطلاعات بسیاری نیز برایمان فراهم می کند.

نور پراکنده

در حالی که فریمن، ترالبا و کارآموزانشان عکس هایی را نشان می دادند که تمام مدت در آنجا حضور داشتند، در گوشه دیگری از کمپ MIT، رامش راسکار، از دانشمندان بینایی کامپیوتری و سخنران تد که قصد دارد با کشفیات خود دنیا را تغییر دهد رویکردی به نام «تصویربرداری پویا» را برای این منظور به کار می برد. او از نوعی سیستم گرانقیمت و خاص دوربین-لیزر برای تهیه تصاویر دارای رزولوشن بالا از اشیائی کمک می گیرد که آنسوی کنج ها قرار دارند.

در سال ۲۰۱۲ میلادی راسکار و تیمش تکنیکی ابداع کردند که شامل ایجاد پالس های لیزری روی دیوار می شد، به نحوی که مقدار اندکی از نور پراکنده شده در اطراف مانع بازتاب پیدا می کرد. لحظه ای بعد از ایجاد هر پالس آنها از یک دوربین سریع کمک می گرفتند که با نرخی برابر میلیاردها فریم بر ثانیه عکس هایی از تک تک فوتون ها می گرفت تا فوتون هایی که از دیوار بازتاب پیدا می کردند را شناسایی کنند.

آنها با اندازه گیری مدت زمان حرکت فوتون های بازتابی می توانند بگویند که مسافت طی شده توسط آنها چقدر بوده و در نتیجه تصویر هندسی سه بعدی از اشیاء پنهانی بسازند که فوتون را پس از برخورد در آن سوی دیوار پراکنده کرده اند.

راسکار می گوید:

یکی از پیچیدگی های این کار آن است که باید اسکن شطرنجی از دیوار را با کمک لیزر تهیه کنید و یک تصویر سه بعدی از آن ایجاد نمایید. فرض کنید شخصی آن سوی دیوار پنهان شده. در این صورت نوری که از یک نقطه خاص به سر، شانه و زانوی فرد ساطع می شود. احتمالا در یک زمان به دوربین می رسند. اما اگر لیزر را از نقطه ای اندک متفاوت به سمت سوژه بتابانیم آنگاه نوری که از سه نقطه مذکور بازتاب می یابد در یک زمان به دوربین نمی رسد.

در واقع باید همه سیگنال ها را با هم ترکیب کرده و مساله ای تحت عنوان مسائل معکوس را حل نمایید تا هندسه سه بعدی پنهان را بازسازی نمایید.

الگوریتم اصلی راسکار برای حل مسائل معکوس به لحاظ محاسباتی بسیار پیچیده بود و بالغ بر نیم میلیون دلار صرف توسعه آن شد. با این حال به لطف تلاش های وی گام های مثبتی برای ساده سازی آن به لحاظ ریاضیات و کاهش هزینه ها برداشته شد. در ماه مارس نیز مقاله ای در نشریه نیچر منتشر شد که استانداردهای تازه ای را برای تصویربرداری سه بعدی ارزان قیمت و موثر از اشیاء پنهان در آنسوی کنج ها ایجاد نمود.

«متیو اوتول»، «دیوید لیندل» و «گوردون ویتزستین» از دانشگاه استنفورد الگوریتم جدیدی برای حل مسائل معکوس ابداع کردند و از یک دوربین مقرون به صرفه SPAD (دستگاهی نیمه هادی با نرخ فریم پایین تر از دوربین های سریع) برای این منظور کمک گرفتند. راسکار که بر دو تن از مولفان مقاله نظارت کرده بود کار آنها را بسیار هوشمندانه و یکی از بهترین مقالات منتشر شده در این باره خواند.

اما تلاش های قبلی برای این کار به واسطه برخی جزئیات با شکست روبرو شدند: محققان معمولا تمایل داشتند فوتون های بازتابی از نقطه ای متفاوت از جایی که لیزر نشانه رفته بود را دنبال کنند و به همین خاطر دوربین آنها نور پراکنده شده بازگشتی از لیزر را دریافت نمی کرد. با این حال محققان استنفورد با نشانه گیری لیزر و دوربین خود روی تقریبا یک نقطه مشخص موفق شدند نقشه ای از فوتون های خروجی و ورودی یک مخروط نوری را تهیه کنند. هر زمان که نور از سطحی پراکنده می شد کره‌ای فزاینده از فوتون ها شکل می گرفت و این کره هرچه زمان جلو می رفت شکلی مخروطی به خود می گرفت.

اوتول که از آن زمان از دانشگاه استنفورد به کارنگی ملون نقل مکان کرده، فیزیک مخروط های نوری (که توسط هرمن منکووسکی معلم البرت اینشتین توسعه یافته بود) را به یک تعریف دقیق تبدیل کرد که زمان حرکت فوتون ها را به موقعیت مکانی سطوح پراکندی تبدیل می کرد. او از این ترجمه با نام تغییر نور-مخروطی یاد کرده است.

ماشین های خودران همین حالا از سیستم های لیدار برای تصویربرداری مستقیم استفاده می کنند و با تجهیز شدن به SPAD توانایی مشاهده آن سوی کنج ها را می یابند. آنطور که «اندریاس ولتن» اولین مولف مقاله سال ۲۰۱۲ راسکار گفته، در آینده نزدیک این سنسورها در ابعادی کوچک و جمع و جور قابل دسترس خواند بود.

وی که هم اکنون مدیریت یک گروه عکاسی پویا در دانشگاه ویسکانسین را بر عهده دارد در این باره گفت: ما به جای اینکه تمام حواسمان را معطوف به ایجاد صحنه ای با اشیاء سفید و فضای سیاه حول آنها کنیم، می خواهیم تکنیک عکاسی ببین و بگیر را برای این کار پیاده کنیم.

حالا در کدام نقطه قرار داریم؟

محققان در گروه فریمن شروع به تلفیق رویکردهای فعال و غیرفعال کرده اند. مقاله ای که توسط «کریستوس ترامپولیدیس»، محقق دوره پست دکترا منتشر شده نشان می دهد که در عکاسی پویا با کمک لیزر می توان با قرار دادن یک دوربین پینسپک با ابعاد معین حول یک کنج، صحنه پنهان را بدون نیاز به اطلاعات زمان حرکت فوتون ها بازسازی کرد:

ما باید بتوانیم این کار را با کمک یک دوربین بهره مند از حسگر ٖCCD انجام دهیم.

تصویربرداری خارج از خط دید می تواند روزی به تیم های نجات، آتش نشانان و ربات های خودکار در انجام ماموریت هایشان کمک کند. ولتن هم اکنون با آزمایشگاه پیشرانه جت ناسا روی پروژه ای همکاری دارد که هدفش تصویربرداری از راه دور از بخش های داخلی غارهای ماه است. در عین حال راسکار و همکاران ایرانی‌اش «بابک حشمتی»، «علیرضا نقوی» و «سلمان نقوی» از روش خود برای خواندن اولین صفحات یک کتاب بسته و مشاهده مسافتی کوتاه در مه کمک گرفتند.

الگوریتم بزرگنمایی حرکت فریمن در کنار بازسازی صدا ممکن است در ساخت و تولید دستگاه های سلامت و ایمنی نیز مفید واقع شود، یا در شناسایی حرکات ستاره ای کوچک به کار گرفته شود. به گفته «دیوید هاگ» از اخترشناسان و دانشمندان دیتا در دانشگاه نیویورک، این الگوریتم ایده ای فوق العاده است. به نظرم می توانیم از آن در اخترشناسی استفاده کنیم.

این کشفیات نگرانی های عمده ای را به لحاظ نقض حریم خصوصی در جوامع ایجاد کرده است. اما زمانی که از فریمن در این باره سوال شد او گفت: «این مساله ایست که در طول کارم بارها و بارها به آن فکر کردم».

فریمن که از زمان کودکی‌اش به عکاسی علاقه ای وافر داشته در ادامه گفت که وقتی کارش را شروع کرده نمی خواسته روی پروژه هایی زمان بگذارد که می توانند کاربرد نظامی یا جاسوسی داشته باشند، اما در ادامه به این نتیجه رسیده که تکنولوژی ابزاری است که می تواند در حوزه های مختلفی به کار گرفته شود و اگر انسان بخواهد خود را از حوزه هایی که می توانند روزی کاربرد نظامی داشته باشند دور کند هیچگاه به نتیجه نمی رسد. او اضافه کرد که حتی در موقعیت های نظامی هم طیف وسیعی از موارد مصرف وجود دارد؛ برای مثال این تکنولوژی می تواند جان یک سرباز را از کشته شدن نجات دهد و به طور کلی اینکه بدانید چیزهای مختلف در کجا استفاده می شوند بسیار سودمند است.

اما آنچه فریمن را می ترساند احتمالات تکنولوژیکی نیست و در مقابل کشف پدیده هایی است که در چشم اندازمان پنهان شده اند. به نظرم جهان مملو از چیزهایی است که هنوز کشف نشده اند.