모든 시간 척도에서 비디오 재생이 가능한 단일광자 카메라

새로운 컴퓨터 비전 애플리케이션을 조명한 극한 데이터 수집


University of Toronto의 계산 영상 연구자들은 독특한 카메라로 이상한 신호를 포착했습니다. Toronto Computational Imaging Group은 카메라와 SPAD(단일광자 애벌런치 다이오드)를 사용해 실험실에서 실험을 진행하면서 설명할 수 없는 80킬로헤르츠(kHz)의 깜박임을 감지했습니다.

그들은 강력한 자유 실행 이미징 센서를 사용하여 다양한 광원에서 도착하는 각 광자를 감지하고 1조 분의 1초까지 정확한 도착 시간을 기록했습니다. 연구팀은 각 픽셀에서 나오는 모든 데이터를 수집한 후, 몇 초에서 피코초에 이르는 극단적인 범위에 걸쳐 특정 순간의 빛을 재구성하는 영상을 제작할 수 있는 알고리즘을 적용했습니다.

University of Toronto의 컴퓨터과학 교수인 Kyros Kutulakos는 "원하는 시간 척도로 확대해서 비디오를 재생할 수 있습니다. 초당 30프레임, 천, 백만, 십억 프레임."이라고 말했습니다. "현상을 관찰하고 싶은 시간 척도를 미리 알 필요는 없습니다."

이전에는 연구자들이 수 나노초 동안 장면을 통과하는 빛을 포착할 수는 있었지만, 매우 빠른 사건과 느린 사건을 동시에 영상화할 수는 없었습니다.

Kutulakos의 동료인 David Lindell 조교수는 기존 기술은 특정 시간대에 특화되어 있다고 설명했습니다. 기존의 고속 카메라는 초당 최대 100만 프레임의 속도에 도달할 수 있습니다. 이는 빠르게 달리는 총알을 포착할 수 있을 만큼 빠른 속도이지만, 초당 수십억 또는 수조 프레임으로 이동하려면 마이크로초 이상 지속되는 이벤트를 포착할 수 없는 매우 특수한 카메라가 필요합니다.

비디오 길이: 0:15

자유롭게 작동하는 이미징 센서를 사용하면 다양한 광원에서 나온 개별 광자를 감지하고 정확한 도착 시간을 기록합니다. (비디오 출처: University of Toronto)

University of Toronto 팀은 단일 광자 타임스탬프 데이터를 수집하고 그들이 "시간을 위한 현미경"이라고 명명한 영상 기술을 위한 설정에서 이동 부품을 제어하기 위해 MATLAB®을 사용했습니다.

단일 픽셀 SPAD에는 중앙에 작은 센서가 있는 60mm x 60mm 감지 헤드가 있습니다. SPAD가 이상한 80kHz 신호를 감지했을 때 연구자들은 처음에 단순한 아티팩트를 발견한 것이 아닐까 생각했습니다. 자세히 조사해 본 결과, 연구팀은 출처를 발견했습니다.

"연구실에는 형광등을 대체할 수 있는 T8 LED가 있는 것으로 밝혀졌습니다. Kutulakos는 "실제로 80킬로헤르츠에서 깜빡입니다."라고 말했습니다. "우리는 이런 일이 일어나고 있다는 사실조차 몰랐어요."

최근 파리에서 열린 ICCV(국제 컴퓨터 비전 학술대회)에서 해당 팀의 수동 초광대역 단일광자 영상에 관한 논문은 전 세계 컴퓨터 비전 전문가들이 제출한 수천 편의 논문 중 두 편에만 수여되는 권위 있는 상을 수상했습니다.

이 기술의 잠재적 응용 분야로는 새로운 유형의 3차원 영상 및 라이다 시스템은 물론, 과학 영상(예: 여러 시간 척도에 걸친 생물학적 사건을 포착하거나 고속 전파 폭발과 동시에 발생하는 짧은 빛의 펄스를 천문적으로 관찰하는 것)이 있습니다.

초당 수십억 프레임

인간은 빛을 지속적인 경험으로 봅니다. 빠른 카메라를 사용하여 슬로우 모션 영상을 촬영하는 것을 상상해 보세요. 속도가 점점 더 빠른 카메라가 있다면 아마도 재생 속도를 계속해서 늦추면 될 것입니다.

"하지만 어느 순간, 변화가 생깁니다."라고 Lindell은 말했습니다. "빛은 연속적이지 않고 분리되어 있습니다. 그리고 우리가 빛을 포착하는 방법은 한 번에 하나의 광자를 포착하는 것입니다."

"저희는 수년간 단일 광자 센서를 다루어 왔으며, 저희가 보유한 MATLAB 수집 파이프라인은 여전히 ​​작동합니다. "완전히 신뢰할 만해요."

단일광자 애벌런치 다이오드가 시중에서 널리 판매되기 시작한 것은 지난 10년 동안이었습니다. Kutulakos는 이 소자의 높은 비용으로 인해 이를 활용할 수 있는 컴퓨터과학 및 컴퓨터 비전 연구실이 거의 없었다고 지적했습니다. 최근 센서 개발로 인해 University of Toronto 팀은 다른 분야의 과학자들이 수십 년 동안 고민해 온 문제에 대해 새로운 질문을 던지게 되었습니다.

예를 들어, 감마선 천문학을 전문으로 하는 천문학자들은 감지기를 배치하여 개별 입자를 수집하고 타임스탬프를 기록했습니다. 하지만 이 천문학자들은 별의 밝기를 설명하는 정확한 시간 변화 함수보다는 변광성의 주기적 조명에 더 관심이 있었습니다. 왜냐하면 그것이 물리학에 필요했기 때문이라고 Kutulakos는 설명했습니다.

Toronto Computational Imaging Lab 연구실의 박사후 연구원인 Sotiris Nousias와 박사과정생인 Mian Wei는 SPAD를 사용하여 발광 다이오드에서 나오는 광자의 타이밍 정보를 처음으로 수집했습니다.

Nousias는 "우리는 LED를 깜빡거리게 하고 출력 스트림을 살펴보았습니다."라고 말했습니다. "우리는 스트림이 실제로 깜빡임과 같은 패턴을 가지고 있다는 것을 관찰한 후 수학적 연관성을 찾기 위해 노력했습니다. 그것이 바로 우리가 이 프로젝트에 영감을 준 것입니다."

ICCV 논문의 공동 1저자인 Nousias와 Wei는 모든 광자에 접근할 수 있다면 어떤 정보를 얻을 수 있을지 궁금해했습니다. 과학자들은 SPAD를 특수한 동기화된 방식으로 작동시키는 경향이 있습니다. 대신 연구팀은 비동기 모드로 센서를 작동시켰습니다. 이를 바탕으로 연구자들은 이산적인 광자의 도착을 시간에 따라 변하는 빛의 강도를 설명하는 기본적인 연속 함수와 연결하고자 했습니다.

Kutulakos는 "우리는 수동적으로 광자를 수집하고, 강도 변화가 빠르든 느리든 환경에 있는 모든 광원의 기여를 재구성하려고 노력하고 있습니다."라고 말했습니다.

한 실험적 장치에서, 연구팀은 다양한 빛을 동시에 포착한 다음 이를 다른 속도로 재생했습니다. SPAD는 흰색 표면 위의 단일 점을 관찰했습니다. 3메가헤르츠 스트로브 펄스 레이저, 40메가헤르츠 스트로브 펄스 레이저, 래스터 스캐닝 레이저 프로젝터에서 나온 빛이 확산기를 통과해 백색점에 도달했습니다. 머리 위에서 똑똑한 전구가 빛났습니다.

그들은 카메라에서 광자가 센서에 부딪히는 시점을 나타내는 타이밍 정보 스트림을 끌어내고 강도 정보를 추출했습니다. 이 팀은 MATLAB을 사용하여 빔을 조정하고 영상을 얻었으며, 시간에 따른 픽셀 정렬을 보장하고 전체 데이터 수집 측면을 자동화했습니다.

Lindell은 "우리는 수년간 단일 광자 센서를 다루어 왔으며, 우리가 보유한 MATLAB의 수집 파이프라인은 여전히 ​​작동합니다."라고 말했습니다. "완전히 신뢰할 수 있어요."

구체적으로 그들은 이 프로젝트에 Image Processing Toolbox™, Computer Vision Toolbox™, Signal Processing Toolbox™, Data Acquisition Toolbox™, Parallel Computing Toolbox™ 활용했습니다. Nousias는 또한 일부 실험에서는 스캐닝 거울을 제어하기 위해 맞춤형 그래픽 인터페이스도 만들었다고 덧붙였다.

현대의 SPAD는 연구자들이 이전에 상상했던 것보다 훨씬 더 많은 계산 영상을 수행할 수 있는 것으로 밝혀졌습니다.

Kutulakos는 "우리는 레이저 펄스가 환경에서 비동기적으로 깜빡이는 것을 볼 수 있을 것이라고는 생각지 못했습니다."라고 말했습니다.

비디오 길이: 0:18
비디오 길이: 0:33

흰색 표면의 단일 지점에 여러 개의 광원을 포착하는 실험적 장치입니다. (비디오 출처: University of Toronto)

시간 속을 달리다

연구팀은 재구성을 통해 레이저 프로젝터 깜빡임의 1초 샘플링 속도를 9개의 단위까지 정확하게 측정할 수 있었고, 3메가헤르츠 레이저의 나노초 단위 개별 펄스까지 측정할 수 있었습니다. 또한 이 방법을 사용하면 가시선에 없는 레이저 TV 프로젝터에서 재생되는 비디오를 재현할 수도 있었습니다. 이 경우, 래스터 스캔 신호만으로 재현된 고전적인 흑백 Metro Goldwyn Mayer의 포효하는 사자였습니다.

또 다른 구성은 흰색 배경에 연한 분홍색 휴대용 배터리 선풍기를 배치한 것이었습니다. 수동 초광대역 영상 기술을 시연하기 위해 그들은 회전하는 팬에 레이저 펄스를 비췄습니다. 선풍기의 모습을 흐리게 만드는 능동적 영상 기술과는 달리, 이 기술은 스트로브 조명과 다른 시간 척도로 움직이는 선풍기 날개를 선명하게 고정시킵니다. 붉은색 파면이 얼어붙은 선풍기 날개 위를 지나가는 모습은 기가헤르츠 규모에 가깝게 여전히 보인다.

"새로운 장비를 구입했을 때 연동을 위한 필수 지원이 없다면 원하는 데이터를 얻기 위해 다양한 GUI를 활용해야 합니다. MATLAB은 데이터 수집을 위해 모든 구성 요소를 제어하는 ​​편리한 방법을 제공했습니다."

"매우 빠른 비디오 카메라라고 생각하시면 됩니다."라고 Nousias는 말했습니다. "모바일 카메라로 스냅샷을 찍습니다. 하지만 우리의 경우, 스냅샷의 스냅샷을 찍습니다. 우리는 시간을 빠르게 지나가고 있어요."

이 팀은 8년 전 이 프로젝트에 영상 장비를 사용하기 시작했을 때부터 이미 MATLAB에 익숙했습니다. Nousias는 "모든 도구는 통합하기 매우 쉽고 데이터에 빠르게 접근할 수 있습니다."라고 말했습니다. "뭔가 잘못되어 데이터를 다시 수집해야 하는 경우 시각화하기 쉽고 시간을 절약할 수 있습니다."

Wei는 MATLAB 지원도 감사히 여겼습니다. "새로운 장비를 구매했을 때 연동을 위한 필요한 지원이 없다면 원하는 데이터를 얻기 위해 다양한 GUI를 활용해야 합니다."라고 그는 말했습니다. “MATLAB 데이터 수집을 위해 모든 구성 요소를 제어하는 ​​편리한 방법을 제공했습니다.”

Lindell도 동의했다. “우리가 사용하는 장비는 매우 다양합니다. 그는 "우리는 기존 라이브러리에서 단일 프로그래밍 인터페이스를 구축했습니다."라고 말했습니다. " MATLAB이 없었다면, 사람들이 다른 프로그래밍 언어로 빌드하려고 시도한 다양한 타사 라이브러리나 확장 기능을 가지고 씨름해야 했을 겁니다."

비디오 길이: 0:35

수동 초광대역 영상 기술은 스트로브 조명과 다른 시간 척도로 팬 날개의 움직임을 정지시킵니다. 얼어붙은 것처럼 보이는 선풍기 날개 위로 붉은 파면이 지나가면서 날개는 기가헤르츠 규모에 가깝게 보입니다. (비디오 출처: University of Toronto)

Wei는 테크니컬 컴퓨팅 소프트웨어에 접근하지 않으면 새로운 구성 요소를 모두 통합하는 데 며칠에서 몇 주가 걸릴 것으로 추정했습니다. 그는 "구성 요소가 의도한 대로 작동하는지 다시 한 번 확인하면 시간이 더 걸릴 것"이라고 말했다.

"우리의 설정 덕분에 '이제 새로운 Windows® 컴퓨터가 생겼군'이라고 말할 수 있습니다. Wei는 "이전에 실행 중이던 코드를 가져와 이식하겠습니다."라고 덧붙였습니다. "이제 다른 사람도 자신의 코드를 활용하고 시스템을 실행할 수 있습니다."

동적 영상의 가능성

컴퓨터 비전 국제 학술대회에서 최우수 논문상을 수상한 것은 Toronto Computational Imaging Lab 연구자들에게 큰 전문적 업적을 상징합니다. Lindell에 따르면, 학회 주최측은 제출된 8,068편의 논문 중 단 두 편만을 선정했다고 한다.

"딥러닝이 대화를 지배하는 시대에, 이는 기본적인 물리적 현상을 이해하고 새로운 기술을 사용하여 이러한 현상을 감지하는 방법에 대한 연구가 여전히 필요하다는 것을 상기시켜 주는 좋은 사례였습니다."라고 그는 말했습니다.

"저희가 이 카메라를 연구실 안이나 밖에서 사용한다면 예상치 못한 결과가 나올 거라고 생각합니다. 우리가 무엇을 찾을지 기대되네요. 이는 세계를 포착하는 새로운 방식이 될 것입니다."

연구자들은 이러한 획기적인 발견이 새로운 발전을 촉진하기를 바라고 있습니다. 탐색이 활발한 분야 중 하나는 플래시 라이다입니다. 이는 스캐닝 펄스 레이저가 아닌 확산 펄스 레이저로부터 고해상도의 깊이 영상을 생성하는 기술입니다. 일반적으로 이 작업에는 장면에 빛을 보내고, 그 빛이 돌아오는 데 걸리는 시간을 측정하고, 이 타이밍 정보를 사용하여 거리를 측정하는 과정이 포함됩니다.

"이 메커니즘이 작동하려면 경고 중 하나는 광원을 시스템과 동기화해야 한다는 것입니다."라고 Wei는 설명했습니다. "비동기적으로 신호를 측정할 수 있는 능력을 감안할 때, 우리는 플래시 라이다를 하기 위해 비동기 광원을 사용할 수 있는지 이해하는 데 관심이 있습니다."

생물학에서 단백질 접힘이나 결합과 같은 사건은 나노초에서 밀리초까지 짧은 시간 척도에 걸쳐 일어날 수 있습니다. Lindell은 해당 팀이 대학의 생물학 전문가들과 영상 기술에 대해 논의해 왔다고 말했다.

"이런 사건들이 이런 시간 규모로 일어난다는 사실은 우리에게 흥미롭고, 사람들이 지금까지 할 수 없었던 방식으로 이를 관찰할 수 있는 잠재력이 매력적입니다."라고 그는 말했습니다.

계산 재초점화는 다른 과학에도 응용 사례가 있을 수 있습니다. 천체물리학자들은 20년 전 전파 망원경이 처음으로 이 현상을 감지한 이후로 고속 전파 폭발을 발생시키는 원인을 이해하고 싶어했습니다. 이 신비한 에너지 폭발은 하늘을 가로질러 발생하며 몇 밀리초 동안만 지속되지만 그 하나하나가 믿을 수 없을 만큼 강력합니다. 계산적 재초점화를 통해 광학 영역에서 FRB를 감지할 수 있습니다.

"그 일이 언제 일어날지는 모릅니다."라고 Nousias는 말했다. "하늘을 모니터링한 다음 나노초 단위의 데이터로 돌아가서 관찰해야 합니다. 이제 우리는 이를 수행할 수 있는 도구를 갖게 되었습니다."

Kutulakos는 SPAD 방법을 사용하면 표준 검사에서는 놓칠 수 있는 엔지니어링 기계 구성 요소의 문제나 결함을 감지하는 데 도움이 될 것으로 예상합니다. 엔진에 문제가 생기면 진동이 문제를 나타낼 수 있지만, 더 많은 정보 없이는 정확한 원인을 알아내기 어려울 수 있습니다. 엔진에 카메라를 설치하고 모든 데이터를 수집하면 건초더미 속에서 바늘을 찾을 수도 있을 것이라고 그는 말했다.

이 그룹은 또한 다른 마이크로전자공학 연구자들과 협력하여 카메라의 기능을 확장하고 있습니다. 단일 픽셀 카메라를 사용하면 팀은 회전하는 선풍기 날개와 같은 반복적인 동작에서 영상을 제작할 수 있지만, 정말로 역동적인 이벤트에는 2차원 센서가 필요합니다.

팀은 다음으로 기술을 개선하기 위해 노력할 계획입니다. Lindell은 신호를 재구성하는 일은 여전히 많은 시간이 걸리고 계산적으로 비효율적이라고 지적했다. 그래서 그들은 모든 시간 척도에 걸쳐 일어나는 사건을 실시간으로 포착하는 작업을 하고 있습니다.

Lindell은 "우리가 이 카메라를 실험실 주변이나 심지어 외부로 겨누면 예상하지 못했던 결과가 나올 것으로 생각합니다."라고 말했습니다. "우리가 무엇을 찾을지 기대되네요. 이는 세계를 포착하는 새로운 방식이 될 것입니다."


다른 사례 읽기

패널 내비게이션

AI

AI 탑재 현미경을 통한 과학적 발견 속도 증대

사용자 친화적인 영상 처리와 대규모 광시트 데이터셋에서 얻는 통찰력

패널 내비게이션
패널 내비게이션

영상 처리

해저 500미터에 있는 세계 최대의 생태계 탐사

Nat Geo - 심해를 탐사하는 수중 로봇 카메라 개발 사례