比起動物，人類雖然可以辨識更多的顏色，但夜視能力卻是其差無比，這是因為人類雙眼只能偵測電磁波譜中的一小部分所致。拜科技之賜，夜視鏡讓人類突破先天限制得以清楚觀看黑夜中的物體。但夜視鏡的最大缺點，莫過於所呈現的畫面幾乎「清一色」地都是綠色。為了改善這個問題，《PLOS ONE》學術期刊上最新刊登的研究展示突破性的深度學習演算法，該演算法讓加大爾灣分校眼科系 Browne 實驗室的研究人員只需採用人眼看不到的紅外線影像，就能重建全彩景象。
人眼可見的光波範圍在 400nm 至 700nm 之間，所以人類若身處一間沒有窗戶的房間，即使開啟一盞只會發出 800nm 波長光的燈泡，人眼將看不到任何東西，而只有一片黑漆漆的感受。
透過紅外線攝影機，人類可以看到某種版本及風貌的夜景。該裝置的最大挑戰是如何在可見光下渲染影像，以便讓觀看者理解他們所看到的東西。以熱像儀為例，其採用了名為「偽彩」（pseudocolor）的技術，來讓紅外線影像看得見。雖然熱像儀中的影像也是五顏六色，但卻與我們日常所看到真實可見光世界中的影像大相逕庭。
此外，夜視鏡也是提升人類夜視能力的另一個解決方案，但透過夜視鏡，我們只能看到單色的世界。對此，目前已有研究機構開發許多能提升夜視能力的先進機制與方法，例如美軍早已推出能以超亮白光線條清楚勾勒出人與物體輪廓的夜視鏡，即使背景再暗，也宛如白晝一般。
週三刊登在《PLOS ONE》學術期刊上的最新研究指出，他們在數十年電腦科學的研究基礎上，開發並測試深度學習演算法，該演算法從對某場景紅外線影像的學習訓練開始，最終能推論出該場景在可見光譜中的樣子。結果，研究人員發現，他們其中一個採用深度 U-Net 體系結構的演算法，能將一組共三幅的紅外線影像轉換成一張全彩照片，而且該照片與同一場景在正常光線下拍攝的照片十分相似。雖然短期內還無法看到內建上述最新 PoC 概念驗證技術的夜視鏡上市，但全彩夜視功能的到來絕對是遲早的事情。
