几何形状识别与超高密度矿纳米线阵列基于人工视觉系统的几何形状识别
Swapnadeep Poddar1, Zhesi Chen1, Shivam Kumar1
1Department of Electronic & Computer Engineering, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong SAR 999077, China.
ACS applied materials & interfaces
|January 18, 2024
概括
研究人员为人工视觉系统 (AVS) 开发了强大的化物矿 (HP) 纳米线阵列. 这些HP纳米线提供稳定的处理,使先进的机器人和视觉假肢能够准确地识别形状.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 机器人技术 机器人技术 机器人技术
背景情况:
- 人工视觉系统 (AVS) 需要预处理器和处理器来模拟人类视觉.
- 化烯矿 (HP) 由于其光响应和电荷迁移特性,对AVS具有前景.
- 在HP薄膜中的材料不稳定性限制了它们在物理AVS中的应用.
研究的目的:
- 开发强大的化矿 (HP) 纳米线 (NW) 用于人工视觉系统 (AVS).
- 研究HP NWs作为AVS中的活性层的性能和稳定性.
- 建立HP作为神经形态视觉系统的可靠材料.
主要方法:
- 在多孔膜 (PAM) 中植根的HP纳米线 (NW) 的超高密度阵列的制造.
- 描述NW设备对光脉冲持续时间,强度和数量的光电流响应.
- 评估设备稳定性,导电状态保留和神经形态处理的动.
主要成果:
- 惠普NW设备在对不同光刺激的反应中显示了渐进的光电流变化.
- 该AVS实现了视觉输入的对比增强,设备寿命超过5个月.
- 基于NW的处理器表现出暂时稳定的导电量状态 (>10^5s保留,<10%的动).
- 物理AVS在识别不同形状方面实现了100%的准确性.
结论:
- 扎根于PAM的强大的HPNWs的超高密度阵列是AVS的有效活性层.
- HP NW 提供了稳定的,长期的处理能力,适合神经形态视觉.
- 化矿是开发先进的人工视觉系统的可靠材料.
