近年来，研究人员们对非视线(Non-line-of-sight, NLOS)技术的研究日益成熟，并希望大力创造出可以对视野之外角落后面的物体成像的相机。
在过去，这种技术采用平坦的表面（如墙壁或地板），碰巧在视线隐藏的物体和相机，使光脉冲从相机(通常激光)反弹平面上的隐藏的对象，然后原路返回相机的传感器。
然后，通过算法对这些信息进行分析，评估发送和接收信号之间所经过的时间，从而生成障碍物之外的物理物体的图像。这虽然不是一种高分辨率的捕捉，但细节也已经足够丰富，可以确定是哪种对象的图像。
这种技术值得称赞，甚至可以在自动汽车导航等情况下得到应用，帮助车载计算机绘制位于视线之外的当地环境的潜在危险，尤其是在车上乘客看不到的情况下。
换句话说，这项技术可以拯救生命。但有一个大问题：到目前为止，NLOS技术需要一个大的反射表面，以便测量从隐藏物体反射回来的光。
锁眼成像（keyhole imaging）方法，最初是斯坦福大学开发的计算成像实验室命名的——只需要一个封闭的房间里有一个小洞(像一个窥视孔)，足以让一束激光通过光并创建一个单点相反的内墙。
这项最新的技术包括激光从墙壁反弹，然后是房间里的某个物体，然后再从墙壁反弹，然后通过钥匙孔返回到一个配备了单光子光电探测器的相机，该相机可以测量发送和接收信号之间的时间。
如果障碍物是静止的(或静止的)，新技术就没有足够的信息来识别它。但为了绕过这个问题，研究人员已经意识到，他们可以用激光脉冲成像一个移动的物体，这种激光能够在较长的曝光时间内产生足够的可行数据，从而为算法构建物体的图像提供足够的信息。
遗憾的是，这种技术导致的图像质量比早期的NLOS技术更低，但仍然有足够的细节，让用户可以猜测物体的形状和大小。最终，这可能会被警察或军队使用，这样他们就可以提前评估进入一个房间的风险，也可以依此选择是否用枪弹或窗户上的结构缺陷这些优势来闯入一个房间。
NLOS技术也可以应用到无人机上，比如波士顿动力公司(Boston Dynamics)的机器狗，在调查危险地形或寻找潜在武装嫌疑人时，利用这样的技术也有利于保护它本身的安全。
NLOS是一项令人兴奋的技术，但就像所有的进步一样，它的好坏取决于是谁来使用它，以及为什么使用它。
