脳由来イメージングシステム、霧中物体を検出

ブラウン大学工学部研究チームは、霧や濁水中でも動体を追跡・再構築できる脳インスパイアード型画像処理システムを開発した。同成果は学術誌Advanced Scienceに2026年に発表された。本研究では、画素ごとの明暗変化のみを感知するダイナミックビジョンセンサーと視覚皮質を模倣したスパikingニューラルネットワークを統合したアーキテクチャを採用している。センサーは散乱背景の緩やかな変動を濾過し、移動対象からの光変化を非同期スパイク信号として出力する。これを基にスパイクを情報単位とするニューラルネットワークが数分の1秒単位で対象の軌跡と形状を再構築する。 実験では濃霧チャンバーおよび濁水中で動体を投影した結果、従来のカメラでは不可視な環境下でも構造類似度最大96％の画像復元とリアルタイム追跡に成功した。システムはセンサー消費電力が数十ミリワットに抑えられ、スパイク計算により従来のディープラーニングに比べて極めて高い省エネ性能を実現している。研究を主導するNing Zhang准研究員は、光散乱をフィルタリングし対象背後を可視化する技術確立が目的と説明。Arto Nurmikko教授は、近赤外線応答性や生物網膜に迫る情報処理効率を強みとして挙げた。 本技術は自律走行車、悪天候時のドローン検索救助、水中ナビゲーション、医療画像処理などの実装が期待される。一方で、検出には対象の相対運動が必須であり、現在は輪郭情報のみの出力、低照度環境での感度低下という課題が残る。研究チームは低光量対応の増光装置や光到達時間計測による立体深度検出技術の実装に向けて開発を継続中。本成果は光散乱媒体による可視性制限を突破し、安全性・医療・環境監視領域における次世代知覚技術の基盤となる可能性がある。