圖片顯示了金屬深度傳感器實時工作，以捕獲透明蠟燭火焰的深度。左側(cè)的兩個圖像是在相機傳感器上捕獲的原始圖像。它們由金屬元素形成，并且模糊程度略有不同。研究人員從這兩幅圖像中實時計算出物體的深度。右圖顯示了計算出的深度圖。圖片來源：郭琦和石柱君/哈佛大學

對于我們所有的技術(shù)進步，在研發(fā)方面，沒有比發(fā)展更勝一籌。以跳蛛。盡管這些小蜘蛛的大腦很小，但它們?nèi)跃哂辛钊擞∠笊羁痰纳疃雀兄�能力，使它們能夠從幾個體長處準確地突擊那些毫無戒心的目標。

受這些蜘蛛的啟發(fā)，哈佛大學約翰·保爾森工程與應用科學學院（SEAS）的研究人員開發(fā)了一種緊湊而高效的深度傳感器，該傳感器可用于微型機器人，小型可穿戴設備或輕型虛擬現(xiàn)實和增強現(xiàn)實中耳機。該設備將多功能，扁平的金屬元素與超高效算法結(jié)合在一起，可以一次測量深度。

“進化產(chǎn)生了各種各樣的光學配置和視覺系統(tǒng)，這些光學配置和視覺系統(tǒng)是針對不同目的而量身定制的，”博士Zhujun Shi說。物理學系候選人，論文的第一作者。“光學設計和納米技術(shù)最終使我們能夠探索人造深度傳感器和其他視覺系統(tǒng)，這些系統(tǒng)同樣具有多樣性和有效性�！�

該研究發(fā)表在《美國國家科學院院刊》上。

當今許多深度傳感器，例如電話，汽車和視頻游戲機中的深度傳感器，都使用集成光源和多個攝像頭來測量距離。例如，智能手機上的人臉I(yè)D使用數(shù)千個激光點來映射人臉輪廓。這適用于具有電池和快速計算機空間的大型設備，但是對于功率和計算量有限的小型設備（如智能手表或微型機器人）呢？

視頻顯示了金屬化深度傳感器實時工作以捕獲果蠅的深度。左側(cè)的兩個圖像是在相機傳感器上捕獲的原始圖像。它們由金屬元素形成，并且模糊程度略有不同。研究人員從這兩幅圖像中實時計算出物體的深度。右圖顯示了計算出的深度圖。圖片來源：郭琦和石柱君/哈佛大學

事實證明，進化提供了許多選擇。

人類使用立體視覺來測量深度，這意味著當我們看著一個物體時，我們的兩只眼睛中的每只正在收集略有不同的圖像。嘗試以下操作：將手指直接放在您的臉部前面，然后交替睜開和閉合雙眼。看看手指如何移動？我們的大腦拍攝這兩個圖像，逐個像素地檢查它們，并根據(jù)像素的移動方式計算到手指的距離。

SEAS的電氣工程和計算機科學教授，William and Ami Kuan Danoff也是該雜志的共同作者之一，Todd Zickler說：“這種匹配的計算方法是，您拍攝兩張圖像并搜索對應的零件，這在計算上非常繁瑣�！毖芯俊！叭祟悓�這些計算有很好的頭腦，但蜘蛛?yún)s沒有�！�

跳蛛已經(jīng)發(fā)展出一種更有效的深度測量系統(tǒng)。每只主眼都有一些分層排列的半透明視網(wǎng)膜，這些視網(wǎng)膜可測量具有不同模糊量的多個圖像。例如，如果一只跳躍的蜘蛛用一只主眼注視著一只果蠅，則該果蠅在一個視網(wǎng)膜的圖像中會顯得更清晰，而在另一個視網(wǎng)膜的圖像中則更模糊。這種模糊變化會編碼有關(guān)飛行距離的信息。

在計算機視覺中，這種距離計算類型稱為離焦深度。但是到目前為止，要復制《自然》雜志，需要具有機動內(nèi)部組件的大型相機，這些相機可以隨時間捕獲聚焦不同的圖像。這限制了傳感器的速度和實際應用。

為緊湊的深度感應設計的金屬元件的插圖。它由亞波長間隔的方形納米柱組成。通過交替顯示兩種不同的納米柱圖案（在此以紅色和藍色顯示），該金屬元素同時形成了兩個圖像。這兩個圖像模仿了跳躍蜘蛛眼中分層視網(wǎng)膜捕獲的圖像。圖片來源：郭琦和石柱君/哈佛大學

那就是金屬元素進入的地方。

Federico Capasso，Robert L. Wallace應用物理學教授，SEAS電氣工程高級研究員，論文的共同作者Vinton Hayes，他的實驗室已經(jīng)證明了metalenses可以同時產(chǎn)生包含不同信息的多個圖像。在這項研究的基礎(chǔ)上，該團隊設計了一種金屬顏料，可以同時產(chǎn)生兩個具有不同模糊度的圖像。

“不是像跳躍的蜘蛛那樣，使用分層的視網(wǎng)膜來捕獲多個同時的圖像，而是金屬元素將光分開并在一個光電傳感器上并排形成兩個散焦不同的圖像，”卡帕索實驗室的一部分的史說。

由Zickler小組開發(fā)的一種超高效算法，然后解釋這兩個圖像并構(gòu)建一個深度圖來表示物距。

“能夠一起設計超表面和計算算法非常令人興奮，”博士Qi Guo表示。Zickler實驗室的候選人，也是該論文的第一作者�！斑@是創(chuàng)建計算傳感器的新方法，它為許多可能性打開了大門�！�

卡帕索說：“金屬眼鏡是一種改變游戲規(guī)則的技術(shù)，因為它們能夠更有效，更快地實現(xiàn)現(xiàn)有和新的光學功能，并且體積和復雜性要小得多�！� “融合光學設計和計算成像方面的突破，使我們開發(fā)出了這款新型深度相機，它將為科學和技術(shù)領(lǐng)域帶來廣泛的機會�！�