基于仿真的低成本闪光LiDAR遮挡式非视域检测方法

非视域（NLOS）成像旨在感知视线之外的目标。以往大多数工作集中于典型的拐角场景配置，而本工作考虑一种更具挑战性的基于遮挡的 NLOS 场景，其中目标被场景几何结构所遮挡。为避免收集大规模真实数据集的困难，我们开发了一个基于光子的蒙特卡洛模拟器，用于生成多样化的合成训练数据，并与实验数据进行验证。我们训练了一个 AI 模型来识别与隐藏目标相关的多次反弹光子模式。该模型在合成测试数据上达到 0.91 的平均精度（AP），当直接迁移到使用 TMF8829 SPAD 闪光激光雷达采集的 180 次真实测量时，达到 86.67% 的准确率和 0.95 的 AP。这些结果表明，模拟瞬态数据能够支持使用低成本商用传感器进行隐藏目标检测，并为更通用的基于遮挡的 NLOS 感知、乃至最终的隐藏场景重建迈出了第一步。

中文由 AI 翻译，仅供参考，以原文为准。