双光子激光雷达提高了深度分辨率可用于面部识别

2022-07-23 09:11:16来源：OFweek激光网关键词：激光雷达双光子激光雷达阅读量：26721

导读：Lyons还表示：“对于量子纠缠光子，单位时间内只能产生这么多光子对，否则这种设置在技术上会变得非常苛刻，经典光不存在这些问题，通过调高激光功率可以避免高损耗。”

　　格拉斯哥大学的一个项目已经开发出一种激光雷达的版本，有可能以微米级的分辨率创建3D图像。这将使激光雷达的分辨率降至OCT平台的水平，而改进背后的原理源于该项目对 "量子OCT"技术的最新发展的研究。

　　格拉斯哥项目探索了在弱相干光态之间使用双光子干扰的潜力，特别是在激光雷达上的应用。这可以提供OCT的微米级深度分辨率，同时还能避免相位噪声，并能在高损耗环境中运行。

　　来自格拉斯哥大学的团队负责人Ashley Lyons说：“尽管激光雷达可以用来对一个人的整体形状进行成像，但它通常不能捕捉到更精细的细节，如面部特征。我们通过增加额外的深度分辨率，使得该方法可以捕获足够的细节，不仅可以看到面部特征，甚至可以看到某人的指纹。”

　　Lyons还表示：“对于量子纠缠光子，单位时间内只能产生这么多光子对，否则这种设置在技术上会变得非常苛刻，经典光不存在这些问题，通过调高激光功率可以避免高损耗。”

　　格拉斯哥的设备旨在通过利用两个光子在干涉仪中的分光器处相遇的能力来测量双光子干涉，然后将这对光子中的一个送出3D场景，并将另一个保持在一个受控的延迟线中。与普通干涉相比，通过检测光子对的相关状态，有可能更精确地测量离开的光子返回的时间，从而转化为更大的深度分辨率。该项目计算出，其平台的理论深度分辨率可以小到7微米。

　　面部识别

　　在试验中，新设备被用来对一块约2毫米厚的玻璃的两个反射面进行成像，而传统的激光雷达是无法区分这两个反射面的，并创建了一个20便士硬币的3D地图。目前，提高深度分辨率的代价是更长的成像时间，20便士硬币的图像需要超过10个小时才能生成，尽管该项目设想采用多脉冲相关方法，在大约30秒内达到相同的结果。格拉斯哥团队预计其新的激光雷达原理将在3D生物识别平台以及微型物体的检测中发挥作用。

　　Lyons说：“这项工作可能会产生比现在更高分辨率的3D图像，这可能对涉及小特征的面部识别和跟踪应用很有用。在实际使用中，可以用传统的激光雷达来粗略了解一个物体可能在哪里，然后用我们的方法仔细测量该物体。”

上一篇：“问天”叩问苍穹发射背后彰显我国高科技装备力量

下一篇：日企实现高性能PPS激光焊接，适用于车载电子元件生产

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

禾赛科技与三家科技企业达成合作
禾赛科技的激光雷达与群核科技的空间理解模型 SpatialLM、空间智能解决方案 SpatialVerse 融合，可实现毫米级 3D 空间建模与物理属性智能标注。
激光雷达机器人仿真训练
2025-04-22 14:40:39
销量疯涨，售价狂跌！速腾聚创瞄准人形机器人能否破局？
速腾聚创依托产品稳定的质量及优异的性能表现。预期将成为Robotaxi商用车辆的主流配置之一，且获得规模可观的收入增长。
人形机器人机器人激光雷达
2025-04-02 13:40:00
华为等坚信激光雷达更安全马斯克称纯视觉是王道：博主实测前者更优
华为等国内车企也基本都更推崇激光雷达方案，理由无外乎各种环境下都是最安全的优先选择。简单来说，激光雷达不会被表面图案欺骗，它们只关心是否存在障碍物。
激光雷达纯视觉方案
2025-03-19 14:25:40
一周趣评：国内首款载重1吨级大型无人运输机首飞；英伟达与微软就神经着色支持达成合作
大家好，欢迎来到《一周趣评》。2025年3月10日-3月16日，无人运输机、车位导航、神经网络、激光雷达等领域都呈现出了哪些有趣动态和精彩故事呢？我们一起来看一看吧！
无人运输机车位导航激光雷达
2025-03-17 16:29:25
曝奔驰将采用禾赛激光雷达，为全球市场开发智能汽车
鉴于法律和地缘政治风险，奔驰公司就这一决定进行了数月的慎重考虑。该人士补充称，奔驰最终选择了中国最大的激光雷达制造商禾赛科技，原因在于其成本更低且具备大规模生产的能力。
禾赛激光雷达智能汽车
2025-03-14 14:47:35
股价一夜暴涨50%！禾赛科技获顶级大单
禾赛科技刚刚披露的2024年度财报,仿若一颗重磅炸弹,瞬间在行业内掀起惊涛骇浪。数据显示,过去一年公司营收稳健上扬,增长率冲破10%大关,一举达到令人瞩目的20.8亿元人民币。
禾赛科技激光雷达
2025-03-13 14:00:48

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。