学习型光锥变换

高频细节不丢失

提出一种高频增强的维纳滤波方案，使重建速度与精度首次兼得，并在多种实际NLOS成像系统中超越现有方法。

Xinqi, Gao · Yang, Yijie · Lianfang, Wang · Xueying, Liu · 王永 · 段玉萍

Physical Review Applied 2026

参数信息

峰值信噪比提升

5 dB

技术优势

高频细节不丢

通过学习参数化的高频增强维纳滤波，在保留低频成分的同时捕获高频细节，重建更精细。

PSNR提升5 dB

在真实数据集上对比传统LCT，PSNR提升5 dB，达到NLOS重建的最先进水平。

端到端快速重建

集成时空特征提取与体投影模块，直接将瞬态数据转换为三维隐藏物体，无需复杂后处理。

应用场景

• 非视域成像：直接用学习型LCT替代传统重建，获得更清晰的隐藏物体图像。
• 三维重建：端到端输出三维模型，保留表面细节，减少模糊。
• 时间分辨成像：快速处理瞬态测量数据，缩短重建时间。
• 机器人视觉：帮助机器人在遮挡场景中感知隐藏物体，提升自主性。