La détection compressée est une nouvelle technique de calcul passionnante pour extraire de grandes quantités d'informations à partir d'un signal. Dans une manifestation de haut niveau, par exemple, des chercheurs de l'Université Rice ont construit une caméra capable de produire des images 2D en utilisant un seul capteur de lumière plutôt que les millions de capteurs de lumière trouvés dans une caméra standard.

Mais l'utilisation de la détection compressée pour l'acquisition d'images est inefficace :cette « caméra à un seul pixel » a nécessité des milliers d'expositions pour produire une image raisonnablement claire. Rapporter leurs résultats dans le journal Transactions IEEE sur l'imagerie computationnelle , des chercheurs du MIT Media Lab décrivent maintenant une nouvelle technique qui rend l'acquisition d'images à l'aide de la détection compressée 50 fois plus efficace. Dans le cas de la caméra monopixel, cela pourrait faire passer le nombre d'expositions de milliers à des dizaines.

Un aspect intrigant des systèmes d'imagerie à détection compressée est que, contrairement aux caméras conventionnelles, ils ne nécessitent pas de lentilles. Cela pourrait les rendre utiles dans des environnements difficiles ou dans des applications qui utilisent des longueurs d'onde de lumière en dehors du spectre visible. Se débarrasser de l'objectif ouvre de nouvelles perspectives pour la conception de systèmes d'imagerie.

"Auparavant, l'imagerie nécessitait une lentille, et l'objectif mapperait les pixels dans l'espace aux capteurs d'un réseau, avec tout précisément structuré et conçu, " dit Guy Satat, un étudiant diplômé au Media Lab et premier auteur du nouvel article. "Avec l'imagerie numérique, nous avons commencé à nous demander :est-ce qu'un objectif est nécessaire ? Le capteur doit-il être un réseau structuré ? Combien de pixels le capteur doit-il avoir ? Un seul pixel est-il suffisant ? Ces questions décomposent essentiellement l'idée fondamentale de ce qu'est une caméra. Le fait qu'un seul pixel soit nécessaire et qu'une lentille ne soit plus nécessaire assouplit les contraintes de conception majeures, et permet le développement de nouveaux systèmes d'imagerie. L'utilisation de la détection ultrarapide rend la mesure beaucoup plus efficace. »

Applications récursives

L'un des coauteurs de Satat sur le nouvel article est son directeur de thèse, professeur agrégé d'arts et de sciences médiatiques Ramesh Raskar. Comme beaucoup de projets du groupe de Raskar, la nouvelle technique de détection compressée repose sur l'imagerie du temps de vol, dans lequel un bref éclat de lumière est projeté dans une scène, et des capteurs ultrarapides mesurent le temps nécessaire à la lumière pour se refléter.

La technique utilise l'imagerie du temps de vol, mais un peu circulairement, l'une de ses applications potentielles est l'amélioration des performances des caméras de temps de vol. Il pourrait ainsi avoir des implications pour un certain nombre d'autres projets du groupe de Raskar, comme une caméra qui peut voir dans les coins et des systèmes d'imagerie à lumière visible pour le diagnostic médical et la navigation des véhicules.

De nombreux systèmes prototypes du groupe Camera Culture de Raskar au Media Lab ont utilisé des caméras à temps de vol appelées caméras à balayage, qui sont chers et difficiles à utiliser :Ils capturent une seule ligne de pixels d'image à la fois. Mais ces dernières années ont vu l'avènement des caméras commerciales à temps de vol appelées SPAD, pour les diodes à avalanche monophotonique.

Bien qu'ils ne soient pas aussi rapides que les caméras à balayage, Les SPAD sont encore assez rapides pour de nombreuses applications de temps de vol, et ils peuvent capturer une image 2D complète en une seule exposition. Par ailleurs, leurs capteurs sont construits en utilisant des techniques de fabrication courantes dans l'industrie des puces informatiques, ils devraient donc être rentables pour produire en masse.

Avec les SPAD, l'électronique requise pour piloter chaque pixel du capteur prend tellement de place que les pixels se retrouvent très éloignés les uns des autres sur la puce du capteur. Dans une caméra conventionnelle, cela limite la résolution. Mais avec la détection compressée, il l'augmente en fait.

Prendre de la distance

La raison pour laquelle l'appareil photo à un seul pixel peut se contenter d'un seul capteur de lumière est que la lumière qui l'atteint est modelée. Une façon de modeler la lumière est de mettre un filtre, un peu comme un damier noir et blanc aléatoire, devant le flash éclairant la scène. Une autre façon consiste à faire rebondir la lumière renvoyée par un réseau de minuscules micromiroirs, dont certains sont destinés au capteur de lumière et d'autres non.

Le capteur ne fait qu'une seule mesure :l'intensité cumulée de la lumière entrante. Mais s'il répète la mesure suffisamment de fois, et si la lumière a un motif différent à chaque fois, un logiciel peut déduire les intensités de la lumière réfléchie par des points individuels de la scène.

L'appareil photo à un pixel était une démonstration conviviale pour les médias, mais en fait, la détection compressée fonctionne mieux plus le capteur a de pixels. Et plus les pixels sont éloignés, moins il y a de redondance dans les mesures qu'ils font, de la même manière que vous voyez davantage la scène visuelle devant vous si vous faites deux pas à droite plutôt qu'un. Et, bien sûr, plus le capteur effectue de mesures, plus la résolution de l'image reconstruite est élevée.

Économies d'échelle

L'imagerie du temps de vol transforme essentiellement une mesure (avec un seul motif lumineux) en des dizaines de mesures, séparés par des billions de secondes. De plus, chaque mesure correspond à seulement un sous-ensemble de pixels dans l'image finale, ceux représentant des objets à la même distance. Cela signifie qu'il y a moins d'informations à décoder dans chaque mesure.

Dans leur papier, Assis à, Raskar, et Matthieu Tancik, un étudiant diplômé du MIT en génie électrique et informatique, présenter une analyse théorique de la détection compressée qui utilise des informations sur le temps de vol. Leur analyse montre avec quelle efficacité la technique peut extraire des informations sur une scène visuelle, à différentes résolutions et avec différents nombres de capteurs et distances entre eux.

Ils décrivent également une procédure de calcul des modèles de lumière qui minimise le nombre d'expositions. Et, en utilisant des données synthétiques, ils comparent les performances de leur algorithme de reconstruction à celles des algorithmes de détection compressés existants. Mais dans les travaux en cours, ils développent un prototype du système afin de pouvoir tester leur algorithme sur des données réelles.