人工智能可以帮助夜视摄像机在黑暗中看到颜色

夜视通常比较单调——佩戴者能看到的所有东西都是同一种色调，大部分是绿色。但通过使用不同波长的红外光和相对简单的人工智能算法，加州大学欧文分校的科学家已经能够让这些不饱和图像恢复一些色彩。他们的研究成果本周发表在《PLOS ONE》杂志上。

可见光谱中的光与 FM 收音机类似，由许多不同的频率组成。光和无线电都是电磁波谱的一部分。但与无线电波不同，光的测量单位是纳米（表征其波长），而不是兆赫（表征其波频率）。普通人眼可以感知的光的波长范围为 400 至 700 纳米。

配备夜视功能的典型安防摄像头利用单一颜色和波长（长于 700 纳米）的红外光来创建场景。红外光是肉眼看不见的电磁波谱的一部分。科学家利用这些波来研究热能；一些遥控器也利用红外光信号与电视屏幕进行通信。

以前，为了教会夜视摄像机如何看清颜色，研究人员会用红外摄像机和普通摄像机拍摄同一场景的照片，然后训练机器根据这两种输入从红外图像中预测出彩色图像。但在这次实验中，加州大学欧文分校的团队想看看使用多种波长红外光的夜视摄像机是否可以帮助算法做出更好的颜色预测。

为了测试这一点，他们使用了一台单色相机，该相机可对可见光和红外光谱中的光作出反应。大多数彩色相机可捕捉三种不同颜色的光：红色（604 nm）、绿色（529 nm）和蓝色（447 nm）。除了捕捉这些颜色的光照射下的样本图像集外，实验装置还在黑暗中拍摄了三种不同波长的红外光（718、777 和 807 nm）下的照片。

“单色相机对从其所观察的场景反射的任何光子都很敏感，”加州大学欧文分校眼科教授、 PLOS ONE论文作者安德鲁·布朗 (Andrew Browne) 解释道。“因此，我们使用可调光源将光线照射到场景上，并使用单色相机捕捉在所有不同照明颜色下从该场景反射的光子。”

[相关：斯坦福工程师制造出可像橡皮筋一样拉伸的微型 LED 显示屏]

随后，科学家们将三张红外图片与彩色图片配对，训练人工智能神经网络，预测场景中的颜色应该是什么。经过团队的训练和性能提升，神经网络能够从三张红外图片中重建出与真实场景非常接近的彩色图像。

“当我们增加红外通道或红外颜色的数量时，它提供了更多的数据，我们可以做出更好的预测，这些预测实际上看起来非常接近真实图像，”布朗说。“本文证明了这种方法获取三种不同红外颜色图像的可行性——这三种颜色是我们用肉眼无法看到的。”

在这次实验中，该团队仅在彩色印刷照片上测试了他们的算法和技术。不过，布朗表示，他们希望将其应用于视频，并最终应用于现实世界中的物体和人类主体。

“在某些情况下，你不能使用可见光，要么是因为你不想看到某些东西，要么是可见光会造成伤害，”加州大学欧文分校眼科学教授安德鲁·布朗说。这适用于，例如，接触对光敏感的化学物质的人、想要研究眼睛的研究人员或军事人员。“在弱光条件下，用彩色视觉或类似正常视觉的东西来观察事物的能力可能很有价值。”