攝影鏡頭總會有死角，有時這些隱藏的資訊就成為懸案的解決關鍵，現在麻省理工（MIT）開發了一種演算法，能夠透過預測光在場景中的傳播方式，從周遭雜物提供的陰影和光線反射重建這些未知角落。
2012 年時，MIT 研究小組開發了一種新的「非視線成像」（NLOS）成像技術，使用相機測量雷射在牆壁反彈的資訊，為正常視線之外的場景建立可辨識的 3D 影像。
NLOS 技術開闢了無限的可能性，但由於價格、器材及範圍的因素，傳統 NLOS 成像在使用上仍有許多限制，為了讓人們能夠更好地了解看不見的事物，MIT 電腦科學與 AI 實驗室（CSAIL）另一批科學家現在開發了一種新方法能夠達到類似的效果，而這次，人們並不需要使用特殊設備。
通過觀察影片中陰影和反射的幾何圖形間相互作用，團隊的演算法可以預測光在場景中的傳播方式，再運用系統估計隱藏的影像輪廓。
由於這項技術是「被動」的，不需要雷射或其他手段協助，這意味著只要在房間內打開攝影機，在不需安裝特殊裝備的情況下，即使是在攝影鏡頭死角發生的事情，也能透過系統重建出物體剪影。
以目前來說，系統處理影像仍需要約 2 個小時才能產生，物體剪影也不甚清晰，但研究人員相信，這項技術最終有可能幫助於重建傳統視線以外的場景。
除了能夠幫助自駕車更好的了解轉彎處正在發生的事情，也可以用於養老中心提高安全，並提高搜救隊的導航能力來避開危險或障礙區域。
新技術的首席研究員、現任職於 NVIDIA 的研究科學家 Miika Aittala 表示，NLOS 成像系統人們可以做到許多事，但是在這項研究中，團隊只使用了自然到達相機的光線，嘗試充分利用來填補稀缺的信息。
「鑑於神經網路的最新進展，這似乎是很好的時機去探索以前這領域被認為無法解決的一些挑戰。」
- Using computers to view the unseen
- Computational Mirrors: Blind Inverse Light Transport by Deep Matrix Factorization
（首圖來源：Arxiv via MIT）
