论文部分内容阅读
目前，天文学家通过哈勃望远镜观察到的最远星系距离地球132亿光年，而最先进的电子显微镜可以观察到0.1nm的原子。这组令人印象深刻的数字可以说明，人们已经通过自己发明的电子眼大大延伸和拓展了视野。
的确，通过机器可以采集到更清晰的画面，获得更多的细节信息。而且，镜头捕捉到的所有画面信息都能被完整地记录下来，但人眼却无法做到这些。既然如此，科学家们为什么仍在花费大量时间和精力，研发仿真人眼的技术呢？这是因为与“盲目”的机器人相比，人类知道自己的目光应该在何时聚焦到何处，即使获取到的画面质量很低，也可以智能地解析出最需要的答案。
大脑虚构了图像
人类可以轻松地将视觉的焦点（注意力）集中于目标之上，获取目标某一部分最清晰、最佳对比度的画面。但是，人类的视觉焦点范围非常有限，常常以为自己看到了一切，但是真正能留下印象的，只有几个细节。另外，由于人眼对亮度较敏感，而对色度不太敏感，所以我们自己认为看到的图像就是最完美的，其实只是因为人脑的补偿能力很强，色差已经统统被我们的大脑忽略了（视频压缩就利用了该原理，通常将颜色信息删减一些之后，经色差处理过的图像与原始图像的差异仍然很难被察觉）。相比于色差，人眼的生理视觉盲点常常是引起交通事故的关键原因，更加可怕。
事实上，在成像质量上，镜头比人眼更加强大——为了减少错误，镜头由一组分散透镜和会聚透镜组成，由不同类型的玻璃透镜采集到的画面，在按下快门的一刹那被整合为一张完美的图像。但是镜头的弱点是可视角度偏弱，普通的镜头只能捕捉到面前约90°~100°的图像，而眼睛的可视角度几乎达到了180°，但是只有目光聚焦的一些角度是清晰的。另外，眼睛所看到的画面中，只有视觉中心的部分是全彩色的，因为负责读取色彩的视锥细胞在视网膜中央分布密集，在周边区域则相对较少。
镜头可以捕捉到多少细节以及哪些颜色，由图像传感器上的感光元件数量和红绿蓝组成的色彩过滤层质量所决定。需要注意的是，镜头的像素数越高，照片理论上可染色点就越多。但是打印照片没有必要盲目追求高像素。通常普通的5寸照片（约9cm×13cm）只需要500万像素就基本可以了，而1600万像素的照片足以满足打印一张A3幅面图片的需求。
综合来看，眼睛的成像质量是无法与镜头相比的。眼睛无法获取现实世界最真实的影像，但是聪明的大脑有选择地忽略了错误，根据不完整的信息为我们生成了一个完美的世界。相比之下，镜头可以采集到更完美的图像，只可惜镜头无法智能地判断应该将焦点置于何处。
摄像头要学会思考
自适应三维目标探测相机（Three-dimensional Adaptive Camera with Object Detection and Foveation，简称TACO）研发团队希望解决摄像头不会思考的问题，使机器能够以一种更加自然和类人的方式观察周围环境。该计划的研究者没有使用传统的二维摄像头，他们致力于研制出比当前激光扫描仪更加快速、廉价、性能优越的3D传感器，据称采用这种视频仿眼处理器的3D传感器的分辨能力将比现存传感器的分辨能力提高10倍。来自维也纳科技大学的工程师、TACO团队成员皮特向我们解释了TACO系统如何识别现实世界的3D模型：严格来说，我们的摄像头就像一台激光扫描仪，它每秒钟发射100万激光脉，激光脉冲射线分别从水平和垂直方向扫描摄像头前的情景。就像眼睛一样，TACO摄像头拥有宽广的视角，但只生成低分辨率的图像。只有当它发现感兴趣的目标时，才会准确对焦，采集到最佳质量的图像。拍摄结果就像一个热成像图一样，亮的部分代表重要区域，暗的部分代表不重要的区域。
这项正在由欧盟赞助开发的技术将使机器眼可以应用在更复杂的环境中。例如，汽车辅助驾驶系统的摄像头可以协助用户控制车头灯、检查路面情况以及识别司机容易忽视的道路信号。德国宝马汽车的驾驶辅助系统和车辆结构专家胡贝尔博士深知设计这一系统的重要性。他告诉我们，由于摄像头需要负责3个不同的功能，而且每一个都不轻松，所以宝马集团使用了一项鲜为人知的小技巧——将摄像头每秒钟拍摄的45帧图像分为3份，每个功能都可以获得15帧图像。从识别道路信号功能上看，摄像头需要结合汽车导航系统提供的信息，将摄像头采集到的即时图像与数据库中的数据进行对比。在这里，图像质量其实无关紧要，一个普通的VGA定焦摄像头足以胜任。
结论：摄像头虽然还无法做到像人类一样自主地观察周围的环境，但是作为人类的视觉辅助系统，摄像头常常在各个领域担负着重要的使命。科学家们深知简单地重建人眼是完全没有必要的，因为对于人类而言，真正在看东西的其实是大脑。他们正在探索配置3D传感系统的机器人在自主导航和与日常物品互动方面的能力。相信未来，机器人将会在清洁、建设、修理、安全、保健、娱乐和个人援助等领域发挥重要的作用。
人类
视觉成像原理
眼睛可以在一定程度上适应周围的环境，即使有明显缺陷的图像也可以在大脑中进行很好的视觉补偿。
晶状体
正常的眼睛可以看得清楚的最远点在无穷远处，最近点则在10cm左右。双眼的水平可视范围接近180°。
角膜
空气与角膜接触的界面上折射光线约占人眼总折射光的80%，它与晶状体相互默契配合，负责调整眼底成像的清晰度。
视神经的盲点
在视神经穿过视网膜表面的地方无感光细胞，不能引起视觉感应，所以称为盲点。
虹膜和瞳孔
虹膜是人眼的光圈控制器，它可以控制瞳孔的大小在1.5mm~12mm之间变化，与2.6~16的光圈F值可变范围类似。
视网膜
它是眼睛的感光层，人类每个眼球的视网膜内约有1.24亿个视杆细胞，负责视觉的亮度和对比度部分，而只有约6百万个视锥细胞负责视觉的色彩部分。
眼睛如何调整图像清晰度
通过睫状肌的收缩或松弛改变晶状体的屈光度，使看远处或者看近处的物体时眼球聚光的焦点都能准确地落在视网膜上。
机器人
镜头成像原理
摄像头可以完美地采集到图像信息，图像质量的决定因素是成像系统和镜头。
CCD图像传感器（仿真视网膜）
CCD图像传感器可以将光学信号转换为模拟电流信号，其中感光元件（像素）由红色、绿色和蓝色的子像素组成。像素的密度越高，CCD传感器可以捕捉到的细节就越丰富。
镜头系统
诸如边角光晕、色差和图像扭曲这样的图像错误，可以通过使用一组镜头来避免。
会聚透镜（凸）将光线集中到一起。
分散透镜（凹）分散光线，获取焦点。
光圈如何控制通光量
光圈与虹膜的作用相同，负责控制通光量。好的镜头支持1.4~16的光圈值，光圈代表了角度的打开程度，数值越小，进入镜头的光就越多。
的确，通过机器可以采集到更清晰的画面，获得更多的细节信息。而且，镜头捕捉到的所有画面信息都能被完整地记录下来，但人眼却无法做到这些。既然如此，科学家们为什么仍在花费大量时间和精力，研发仿真人眼的技术呢？这是因为与“盲目”的机器人相比，人类知道自己的目光应该在何时聚焦到何处，即使获取到的画面质量很低，也可以智能地解析出最需要的答案。
大脑虚构了图像
人类可以轻松地将视觉的焦点（注意力）集中于目标之上，获取目标某一部分最清晰、最佳对比度的画面。但是，人类的视觉焦点范围非常有限，常常以为自己看到了一切，但是真正能留下印象的，只有几个细节。另外，由于人眼对亮度较敏感，而对色度不太敏感，所以我们自己认为看到的图像就是最完美的，其实只是因为人脑的补偿能力很强，色差已经统统被我们的大脑忽略了（视频压缩就利用了该原理，通常将颜色信息删减一些之后，经色差处理过的图像与原始图像的差异仍然很难被察觉）。相比于色差，人眼的生理视觉盲点常常是引起交通事故的关键原因，更加可怕。
事实上，在成像质量上，镜头比人眼更加强大——为了减少错误，镜头由一组分散透镜和会聚透镜组成，由不同类型的玻璃透镜采集到的画面，在按下快门的一刹那被整合为一张完美的图像。但是镜头的弱点是可视角度偏弱，普通的镜头只能捕捉到面前约90°~100°的图像，而眼睛的可视角度几乎达到了180°，但是只有目光聚焦的一些角度是清晰的。另外，眼睛所看到的画面中，只有视觉中心的部分是全彩色的，因为负责读取色彩的视锥细胞在视网膜中央分布密集，在周边区域则相对较少。
镜头可以捕捉到多少细节以及哪些颜色，由图像传感器上的感光元件数量和红绿蓝组成的色彩过滤层质量所决定。需要注意的是，镜头的像素数越高，照片理论上可染色点就越多。但是打印照片没有必要盲目追求高像素。通常普通的5寸照片（约9cm×13cm）只需要500万像素就基本可以了，而1600万像素的照片足以满足打印一张A3幅面图片的需求。
综合来看，眼睛的成像质量是无法与镜头相比的。眼睛无法获取现实世界最真实的影像，但是聪明的大脑有选择地忽略了错误，根据不完整的信息为我们生成了一个完美的世界。相比之下，镜头可以采集到更完美的图像，只可惜镜头无法智能地判断应该将焦点置于何处。
摄像头要学会思考
自适应三维目标探测相机（Three-dimensional Adaptive Camera with Object Detection and Foveation，简称TACO）研发团队希望解决摄像头不会思考的问题，使机器能够以一种更加自然和类人的方式观察周围环境。该计划的研究者没有使用传统的二维摄像头，他们致力于研制出比当前激光扫描仪更加快速、廉价、性能优越的3D传感器，据称采用这种视频仿眼处理器的3D传感器的分辨能力将比现存传感器的分辨能力提高10倍。来自维也纳科技大学的工程师、TACO团队成员皮特向我们解释了TACO系统如何识别现实世界的3D模型：严格来说，我们的摄像头就像一台激光扫描仪，它每秒钟发射100万激光脉，激光脉冲射线分别从水平和垂直方向扫描摄像头前的情景。就像眼睛一样，TACO摄像头拥有宽广的视角，但只生成低分辨率的图像。只有当它发现感兴趣的目标时，才会准确对焦，采集到最佳质量的图像。拍摄结果就像一个热成像图一样，亮的部分代表重要区域，暗的部分代表不重要的区域。
这项正在由欧盟赞助开发的技术将使机器眼可以应用在更复杂的环境中。例如，汽车辅助驾驶系统的摄像头可以协助用户控制车头灯、检查路面情况以及识别司机容易忽视的道路信号。德国宝马汽车的驾驶辅助系统和车辆结构专家胡贝尔博士深知设计这一系统的重要性。他告诉我们，由于摄像头需要负责3个不同的功能，而且每一个都不轻松，所以宝马集团使用了一项鲜为人知的小技巧——将摄像头每秒钟拍摄的45帧图像分为3份，每个功能都可以获得15帧图像。从识别道路信号功能上看，摄像头需要结合汽车导航系统提供的信息，将摄像头采集到的即时图像与数据库中的数据进行对比。在这里，图像质量其实无关紧要，一个普通的VGA定焦摄像头足以胜任。
结论：摄像头虽然还无法做到像人类一样自主地观察周围的环境，但是作为人类的视觉辅助系统，摄像头常常在各个领域担负着重要的使命。科学家们深知简单地重建人眼是完全没有必要的，因为对于人类而言，真正在看东西的其实是大脑。他们正在探索配置3D传感系统的机器人在自主导航和与日常物品互动方面的能力。相信未来，机器人将会在清洁、建设、修理、安全、保健、娱乐和个人援助等领域发挥重要的作用。
人类
视觉成像原理
眼睛可以在一定程度上适应周围的环境，即使有明显缺陷的图像也可以在大脑中进行很好的视觉补偿。
晶状体
正常的眼睛可以看得清楚的最远点在无穷远处，最近点则在10cm左右。双眼的水平可视范围接近180°。
角膜
空气与角膜接触的界面上折射光线约占人眼总折射光的80%，它与晶状体相互默契配合，负责调整眼底成像的清晰度。
视神经的盲点
在视神经穿过视网膜表面的地方无感光细胞，不能引起视觉感应，所以称为盲点。
虹膜和瞳孔
虹膜是人眼的光圈控制器，它可以控制瞳孔的大小在1.5mm~12mm之间变化，与2.6~16的光圈F值可变范围类似。
视网膜
它是眼睛的感光层，人类每个眼球的视网膜内约有1.24亿个视杆细胞，负责视觉的亮度和对比度部分，而只有约6百万个视锥细胞负责视觉的色彩部分。
眼睛如何调整图像清晰度
通过睫状肌的收缩或松弛改变晶状体的屈光度，使看远处或者看近处的物体时眼球聚光的焦点都能准确地落在视网膜上。
机器人
镜头成像原理
摄像头可以完美地采集到图像信息，图像质量的决定因素是成像系统和镜头。
CCD图像传感器（仿真视网膜）
CCD图像传感器可以将光学信号转换为模拟电流信号，其中感光元件（像素）由红色、绿色和蓝色的子像素组成。像素的密度越高，CCD传感器可以捕捉到的细节就越丰富。
镜头系统
诸如边角光晕、色差和图像扭曲这样的图像错误，可以通过使用一组镜头来避免。
会聚透镜（凸）将光线集中到一起。
分散透镜（凹）分散光线，获取焦点。
光圈如何控制通光量
光圈与虹膜的作用相同，负责控制通光量。好的镜头支持1.4~16的光圈值，光圈代表了角度的打开程度，数值越小，进入镜头的光就越多。