想象一下这样的场景，对动物大声喊叫，然后就能从回音中分辨出它是狗还是马。也许你会以为这样的事情离我们很遥远，但是一个科学团队已经完成了这种摄影效果。近期发表在Optica期刊上的一篇新论文中，英国、意大利和荷兰的研究人员描述了一种全新的制作动画3D图像的方法：通过捕捉光子的时间信息，而不是其空间坐标。
研究人员通过调整光线反射到一个探测器上的时间，来提取出一个场景的三维图像，这项被称为时间成像的新技术展示了一种机器学习的重要用途。
时间成像系统比普通成像具有一定的优势。例如，新系统取像会非常快，可能以每秒1000帧的速度工作；而且这种粗略而快速的3D成像可能具有多种应用，如用作自动驾驶汽车的摄像头，以提高寻路的准确性和应急速度，以及用于移动设备和健康监视器发展360°感知能力；最重要的是，这种收集时间数据的单点探测器体积小、重量轻且价格便宜。
照片和视频通常是通过使用数字传感器捕获光子（光的组成部分）来制作的，即环境光会反射物体，镜头将它聚焦在由微小的光敏元件或像素组成的屏幕上。图像是由反射光产生的亮斑和暗斑形成的图案。以最普通的数码相机为例，它由数百像素组成，这些像素通过检测光在每个空间点的强度和颜色来形成图像。
现如今，格拉斯哥大学的数据科学家Alex Turpin和物理学家Daniele Faccio及他们的同事，发明了一种方法来生成具有单个像素但没有图案化闪光的3D图像。他们利用闪电般快速的单光子探测器，以均匀的闪光照亮了一个场景，并简单地测量了反射时间。探测器的精度为四分之一纳秒，可以计算出到达的光子数量与时间的函数关系，研究人员仅凭这些信息即可重建场景图像。
加州大学伯克利分校的计算机科学家兼电气工程师Laura Waller表示：“乍一看，这种模棱两可的方法似乎使问题无法解决。单像素成像，当我第一次听到这个概念时，我想，这应该行得通。但仔细一想，这应该不起作用。”格拉斯哥大学计算科学学院数据科学研究员Alex Turpin博士说：“如果我们只考虑空间信息，而单点探测器没有空间信息，所以单像素成像是不可能的。
然而，这样的探测器仍然可以提供有价值的时间信息。与传统图像制作不同的是，我们的方法能够完全将光与过程分离。”
而且为了能实现这一目的，Alex Turpin及其同事采用了一种称为神经网络的机器学习程序，在使用数据集训练神经网络后，该程序能够自行对场景中移动的人进行成像。与传统的摄像机不同的是，收集时间数据的单点探测器体积小、重量轻且价格便宜，这意味着它们可以轻松地添加到现有系统中，例如被用作自动驾驶汽车的摄像头，以提高寻路的准确性和刹车反应速度。