比起动物，人类虽然可以识别更多的颜色，但夜视能力却是其差无比，这是因为人类双眼只能侦测电磁波谱中的一小部分所致。拜科技之赐，夜视镜让人类突破先天限制得以清楚观看黑夜中的物体。但夜视镜的最大缺点，莫过于所呈现的画面几乎“清一色”地都是绿色。为了改善这个问题，《PLOS ONE》学术期刊上最新刊登的研究展示突破性的深度学习算法，该算法让加大尔湾分校眼科系Browne实验室的研究人员只需采用人眼看不到的红外线图片，就能重建全彩景象。
人眼可见的光波范围在400nm至700nm之间，所以人类若身处一间没有窗户的房间，即使打开一盏只会发出800nm波长光的灯泡，人眼将看不到任何东西，而只有一片黑漆漆的感受。
通过红外线摄影机，人类可以看到某种版本及风貌的夜景。该设备的最大挑战是如何在可见光下渲染图片，以便让观看者理解他们所看到的东西。以热像仪为例，其采用了名为“伪彩”（pseudocolor）的技术，来让红外线图片看得见。虽然热像仪中的图片也是五颜六色，但却与我们日常所看到真实可见光世界中的图片大相径庭。
此外，夜视镜也是提升人类夜视能力的另一个解决方案，但通过夜视镜，我们只能看到单色的世界。对此，目前已有研究机构开发许多能提升夜视能力的先进机制与方法，例如美军早已推出能以超亮白光线条清楚勾勒出人与物体轮廓的夜视镜，即使背景再暗，也宛如白昼一般。
周三刊登在《PLOS ONE》学术期刊上的最新研究指出，他们在数十年计算机科学的研究基础上，开发并测试深度学习算法，该算法从对某场景红外线图片的学习训练开始，最终能推论出该场景在可见光谱中的样子。结果，研究人员发现，他们其中一个采用深度U-Net体绑定构的算法，能将一组共三幅的红外线图片转换成一张全彩照片，而且该照片与同一场景在正常光线下拍摄的照片十分相似。虽然短期内还无法看到内置上述最新PoC概念验证技术的夜视镜上市，但全彩夜视功能的到来绝对是迟早的事情。
（首图来源：Wikipedia）